基于更佳分辨率小波分解的图像纹理分类.pdfVIP

信号处理 5l 基于更佳分辨率小波分解的图像纹理分类 陈晓钟 孙华燕 (总装指挥技术学院) 【攮要l奉文基于更佳分辨牢的小波正交分解特征，利用不同尺度下的子豳像信息提取特征向量。对图 像纹理分类进行丫讨论．分类实验表明，该方法对来自同一母体的不同分辨率的纹理图像能够获得满意的分类 结果，具有较好的适应性． 关键词：小波变换多Jt度更佳分辨率特征提取纹理分类 一，弓l吉 纹理分析足计算机视觉、图像分析的摹，牟=方法．对于纹理分析已有许多研究．如基于最小基元——德素灰 度建征纹理模型进行统计分析：基于纹理基元，将复杂的纹理图像通过特征抽取和分割得到诸局部模式，并考 虑请，二之间的相互关系，对纹理图像做H1分析、解释；也可以通过各种频谱变换提取合适的纹理特征进行纹理 方法取得了许多成果，但它们都存在着这样的不足．即圉像像素之间的关系都集中在同一尺度上，反映不出不 同Jt度之间纹理的特征．而视觉心理研究表明，人类视觉系统是以多尺度的方法来处理图像的． 小波分析是近几年发展起来的应用数学理论，由于具有良好的时频局部化特征、尺度变化特征和方向特征． 在图像处理、计算机视觉、纹理分析等方面取得了良好的应用．本文对建立在多尺度分析和时频分析基础上的 纹理分析方法进行-r研究．在这种分析理论中，纹理被看作一种局部邻域信息，具有层次性、尺度性和平移不 变性．纹理分析是一种层次性的分析方法，其纹理特征应能反映纹理的多尺度特征，并且能练台多层次上的纹 理信息．奉文通过对小波分解特征的分析和讨论，提出一种新的小波分解方法一即具有更佳分辨率特征的小 波分解方法．并用于纹理幽像的特征提取和分类．实验结果表明，该方法可以获得较高的分类正确率． 二，图像的更佳分辨率小渡变换特征 2．I正交小波变换 设Ej越是给定的多尺度分析，妒(x)和yG)是相应的尺度函数和小波函数．对属于r伍)的一维信 廿，(f)，设其离教取值为Co=科t。z。一般地，有： ． Ⅳ ，缸)=∑掣让。，+∑∑酬％。 ★EZ i=1^EZ ．I：式中第--个和式是f在2“分辨芈下的连续逼近，即低频成分；第二个和式是f在2“分辨率下的连续细节， 即高频成分．这样，将f分解成不同的频率通道成分． 对于二维图像来讲，通过张量积可由一维正交小波构造二维正交小波基．从而得到离教图像仁‰1月d 的多尺度分解．若分解N次，则分解公式如下(见下页)： 其中，钮j—IJJN：l是备层次的垂直细节分量．臼嚣墨．是各层次的水平细节分量，臼嚣墨。是各层次的 信号处理 斜细节分量，砖一暴l是各层次的平滑分量(低频成分)。 c厶=妄∑瓦。。瓦勘％。 赡={∑瓦。g—l。。％1 j=1,2，…．N 织=妄∑磊。瓦。％1 玎．肌∈．z d0=去∑磊。函。cfjl 从滤波器的观点来看，二维图像的iE交小波分解的过程可用幽l表示。】e中[i!]表示对x进行滤波，回 表永两个样奉取一个． 。 叭 C』一‘ 批 肌