一种新的图像特征提取算法.pdfVIP

第 卷 计算机应用 24 VOl . 24 年 月 J u ne , 2004 2004 6 COmp u ter ApplicatiOnS 文章编号21001 -9081 (2004)06Z -0141 -03 一种新的图像特征提取算法 薛明东9郭 立9张国宣9刘士建 (中国科学技术大学 电子科学与技术系9安徽 合肥 230026) 摘 要!提出了一种全新的提取图像特征的算法9该算法将传统的通过小波变换等各种频域变换 提取图像特征的算法与图像的几何特征的提取结合在一起9克服了传统的通过各种频域变换提取图 像特征时对形状特征难以充分描述的不足9提取的特征向量的维数相对不高9便于实现O实验表明9 该算法通过提取的特征向量能很好地重构原图9对原图像的纹理特征和几何特征都有较好的表述O 将该算法应用于图像的检测9采用 SVM 分类算法9具有良好的抗噪性和较高的识别率9并且具有良 好的扩展性O 关键词!小波变换9 变换9数字直脊变换9支持向量机 cu rvelet 中图分类号! 文献标识码! TP317. 4 A 1 引言 2 cu rvelet 算法理论依据 在图像处理与计算机视觉领域9图像识别是一项困难而 像小波一样9curvelet 变换也是一种多尺度变换9其框架 又关键的技术9而其中关键的问题又在于特征提取0 在某种 元素以尺度和位置为参数0 但与小波不同的是它还有方向参 意义上9对于目标识别任务而言9图像特征提取结果的好坏对 量0 curvelet 金字塔包含具有高度方向特殊性的元素9另外9 识别结果将起至关重要的作用9对于后面检测和识别算法的 curvelet 变换是基于各向异性原则的9这区别于小波的各向 运算量也有很大的影响0 同性0 这个原则都遵守一个尺度规则9其宽度是长度的平方0 时频变换是在特征提取中常常用到的工具9由于小波变 2. 1 curvelet 变换的流程 换具有多分辨率分析的特点9而且在时频两域都具有表征信 2. 1. 1 子带分解 号局部特征的能力9是一种时间窗和频率窗都可以改变的时 我们定义一个子带滤波器组 9( 9S 0)0滤波对象 P0 AS 2 f 频局部分析方法9在图像特征提取方面得到越来越广泛的应 将被滤波成不同的子带 ( 0 9A1 9A2 9 )9不同的