基于小波系数频谱的纹理分析.pdfVIP

中国电子学会电路与系统学会第十九届年会沦文集 基于小波系数频谱的纹理分析 张涛 王成儒 (燕山大学信息科学与工程学院 秦皇岛066004) 摘要：小波变换对信号的多分辨率分析能力与傅立叶变换的自配准性质使它们在图像纹理分析-11得到了广 泛的应用。但：者珏不具备对方的优点，这在～定程度f：跟删了其应用。本文通过构选小波系数频谜的概念 使算法具有多分辨率分析能力和自配准性质。苗先，利用小波变换和傅立叶变换得到小披系数频谱。然后根 据小波系数的特点对算法进行优化，最后埘小波系数频谱提取图像的纹理特征。利用罔像检索与Gabor等方 法进行了对比，实验结果表明利用小波系数频谱方法对图像进行纹理分析uJ以得到更高的查争率与世准率。 关键词： 纹理 小波 傅氏变换 小波系数频谱 一、前言 纹理分析是图像分析的一个重要内容，广泛应用于遥感图像和医学图像处理、劁像检索 以及计算机视觉等，已经成为了图像分析领域的研究热点。目前纹理的分析算法一般分为统 计法、结构法、模型法和变换域四类方法“1，它们有各自不同的特点。统计类方法原理简单， 较易实现，但适用范嗣受到限制；结构类方法的研究重点为纹理元相互关系和排列规则，由 于目前纹理元提取算法的限制，该类方法无法对自然纹理图像进行分析：模型法假设纹理按 某种模型分布，通过求模型参数来提取纹理特征，但自然纹理难以用单幞型表达：变换域 方法主要包括傅立叶变换法、Gabor变换法和小波变换法等，根据人类视觉机理，在空间和频 率域内同时对纹理进行分析，是目前性能较好的一类纹理分析方法”。 变换域分析方法中，傅立叶变换具有体现纹理元走向与疏密程度的自配准性质，因此傅 立叶变换法在纹理分析中得到了广泛应用。但由丁：傅立叶分析不具有多分辨率特性，限制了 其应用范围。Gabor变换与小波变换均具有多分辨率特性，呵以对信号进行多尺度分析。但二 者均不具备自配准性质“1，因此无法对纹理元走向与疏密进行方便的提取。基于以上分析，本 文将构造一种新的算法——小波系数频谱(FrequencySpectrum 该算法同时具有多分辨率分析能力和自配准性质，可以对图像纹理进行更准确地分析。 二、小波系数频谱的构造 设信号为f(t)，基本小波为妒(，)，则其小波变换Wf(a，b)为 W(咖)_f∽蛾以)=去上邝妒(等卜(1) 上标+表示取共轭。尺度因子d0，则尺度Ⅱ的傅立叶变换为 (2) 孵㈦妒啪渤∥‰击￡枷∥(等}-洳dtdb 设F(∞)、qt(w)分别为，(f)、妒(f)的傅立叫变换，利用傅赢叶变换频移、尺度变换及卷积 定理，可得 中国电子学会电路与系统学会第十九届年会论文集 WF(a，co)=4aF(∞)y’(aco) (3) 取WF(a，珊)的幅度谱， (4) 陋(州泸五fF(脚)矿’o叻f_石f，(讲叭aeo)『 1WF(a，回1即为小波系数频谱(FSWC)，表示信号，(f)在口尺度下的频谱。 具有表征F(妫频域局部性质的能力。改变口即可观察F(动在口国附近的局部性质，因此 IWF(a，co)I具有多分辨率特性。此特性在二维情况下仍然成立。 下即表现为自配准性质【4】。 综上所述，=维FSWC既具有小波变换的多分辨率特性，又具备傅立叶变换的自配准性 质，达到了将二者结合的目的，可以在多分辨率条件下提取图像纹理走向与疏密程度等特征。 图1列出了对自然纹理图像的小波变换和小波变换频谱，由此可以看到，小波系数频谱不仅 具有了小波变换的频域滤波特性，同时具有自配准性质，此外，在二维情况下，不同频带上 的FSWC具有中心对称性质，可利用此性质简化特征提取。 原始图像 一阶小渡分解 一阶小踱系数频谱 图1纹理图像的小波分解与小波系数频谱 三、纹理特征的提取