基于DT-CWT和SVM的纹理分类算法.pdfVIP

维普资讯 第34卷第4期 光电工程 Vo1．34，No．4 2007年4月 Opto—ElectronicEngineering April，2007 文章编号：1003—501X(2007)04—0109—05 基于DT-CWT和 SVM 的纹理分类算法 练秋生，尚 燕，陈书贞，王 林 (燕山大学 电子与通信工程系，河北 秦皇岛 066004) 摘要：提出了一种基于双树复数小波变换(DT-CWT)和支持向量机(sVM)的纹理分类算法。双树复数小波变换不仅 具有实数小波的诸多优点，而且还具有近似平移不变性、良好的方向选择性和低冗余度，并且能对图像进行完全 重构，能够更好地刻画纹理的特性；支持向量机算法是近年发展起来的性能优越的分类算法，比传统分类器有很 大的优越性：避免 了局部最优解和 “维数灾”问题，其最优分类超平面的思想能够提高分类准确度。该方法用双 树复数小波对纹理图像进行滤波并在各方向子带上进行重构，再计算其局部能量函数得到每个像素的特征向量， 最后利用支持向量机算法实现对纹理图像像素的分类。将本方法与其它的分类算法进行比较，实验结果表明，提 出的算法能有效地提高正确分类率。 关键词：双树复数小波变换；支持向量机；特征提取；纹理分类 中图分类号：TN911．7 文献标识码：A rextureclassificationalgorithm basedonDT_CW TandSVM LIANQiu—sheng，SHANGYah，CHENShu—zhen，W NGLin (DepartmentofElectronicsandCommunicationYanshanUniversity，Qinhuangdao066004．China) Abstract：AtextureclassificationalgorithmbasedonDual—treeComplexWaveletTransform (DT-CWT1andSupport VectorMachines(SVM)isproposed．TheDT-CWThasthesameadvantagesasthediscretewavelettranstbrm (DWT) andsomeimportantadditionalproperties：approximatelyshift invariance，betterdirectionalselection，lowerredundancy andperfectreconstruction，SOitcancharacterizethetexturesmoreprecisely．SVM developedrecentlycanachievebetter classification performance，whichoffersseveraltypicaladvantagesthatare nottbund intraditionalclassifiers．For example，itavoidstheproblemsoflocalextremumsand d‘imensiondisaster’，andtheprincipleofoptimalseparating hyl~erplanecanincreasethecorrectclassificationrate．ThetextureimageisfilteredbyDT-CWT andthenreconstructed theimageineachdirection．Thefeaturevectorofeachpixelisobtainedbycalculatingthelocalenergyfunctiontothe reconstructedimage．Atlastweclassified thepixelsoftextureimageusingSVM algorithm．Comparedwithother