李 政

(山东艺术学院现代技术教育部,山东济南 250014)

二元树复小波在图像特征提取和分类中的设计与应用

李 政

(山东艺术学院现代技术教育部,山东济南 250014)

通过二元树复小波变换对图像进行 4尺度分解,提取每一尺度下代表 6个方向的高频带子图小波系数模的均值和标准方差组成 48维的特征向量,利用支持向量机的一对一多分类算法对Brodatz图像库中的 112幅图像进行了纹理特征提取和分类实验,结果表明二元树复小波变换提取的图像特征能有效提高图像的分类精度.

二元树复小波变换;小波系数;支持向量机;特征提取

纹理是反映图像像素灰度集或颜色的某种规律性变化的基本视觉特征之一,可以对图像空间信息进行一定程度的定量描述,在基于内容的图像检索[1]、人脸识别[2]、图像理解等领域得到了深入研究和广泛应用[3],期间涌现了许多有效的纹理特征提取算法,这些算法可大致分为统计法、模型法、结构法和频谱法.频谱法中的小波变换和分析是提取图像纹理特征的有效方法之一,Manjunath等[4]提出了利用 Gabor小波变换的纹理特征提取方法,基于Brodatz纹理库的实验结果表明优于金字塔结构小波变换和树结构小波变换;Kingsbury[5]提出的二元树复小波变换 (Dual-Tree ComplexWavelets Transfor m,DT-CWT)具有近似平移不变性、良好的方向选择性、完备重构和计算复杂度低等优点,逐渐成为图像特征提取和分析的研究热点之一;尚赵伟等[6]对DT-CWT进行了理论分析及纹理检索和相似计算实验,结……