沈未名 魏小莉

（武汉大学测绘遥感信息工程国家重点实验室 武汉 430079）

由于手工标注图像存在很大的困难，因此需要自动地索引图像．对此，人们提出了许多解决方法，如基于颜色、纹理或者形状等方法［1－2］．图像的纹理对于图像检索来说是一个非常有用的特征，许多文献中提到使用不同的滤波技术用于纹理分割，以及多通道滤波器技术［3－4］，Manjunath等人研究并实现了基于Gabor滤波器组的纹理特征的检索［5］．Unser［6］采用标准小波进行完全小波分解，由滤波器的输出估计各通道的方差来获取纹理特征．但是标准小波不适用于窄带高频信号分析，与标准小波分解得到的对数频率分解不同，M带小波分解可以得到对数和线性频率分解，而且M带小波分解能够产生极大数量的子带，从而可以进行高质量的分割．本文运用M带小波变换多分辨率的优点来提取色彩和纹理特征，再通过FCM聚类算法对小波变换后的能量值进行聚类，得到图像的多分辨率特征向量，最后由关系函数来确定查询图像与目标图像的特征向量之间的相似性，由此获得检索结果．

1 色彩纹理特征的M带小波变换

正交M带小波是由传统的小波直接变换得到的，标准的双小波不适用于窄带高频信号的分析，而由两带标准正交小波直接变换得到的M带标准正交小波可以解决这个问题．M带小波可以放大信号的窄带高频成分，更好的集中能量．M带小波变换对时域空间分别进行线性变换和以……