基于Gabor小波的自適應(yīng)局部相位量化的圖像檢索研究.pdf

1、隨著網(wǎng)絡(luò)、計(jì)算機(jī)以及多媒體技術(shù)的快速發(fā)展，越來(lái)越多的信息以圖像作為介質(zhì)進(jìn)行傳遞和保存。對(duì)于這些生活和工作中所出現(xiàn)的大量圖像數(shù)據(jù)，如何準(zhǔn)確、快速地提取圖像特征并檢索出目標(biāo)圖像已成為信息智能化處理的前沿課題，并具有現(xiàn)實(shí)的應(yīng)用價(jià)值。
　　本文針對(duì)現(xiàn)有的圖像特征提取方法和圖像檢索的研究現(xiàn)狀進(jìn)行了分析，提出了新的特征提取方法并用于實(shí)現(xiàn)圖像檢索。在特征提取方面，主要分析了Garbor小波、局部二值模式（local Binary Pattern

2、，LBP）、局部相位模式（Local Phase Quantization，LPQ)紋理特征的理論基礎(chǔ)和各自特點(diǎn)。在分析了現(xiàn)有Garbor小波和局部二值模式特征提取方法的不足后，本文提出了基于Garbor小波和自適應(yīng)加權(quán)局部相位量化特征提取方法。主要步驟是：首先，設(shè)計(jì)一個(gè)尺度為5，方向?yàn)?的Garbor濾波器組，使用該濾波器對(duì)圖像進(jìn)行處理，得到共計(jì)40幅經(jīng)過(guò)濾波后的圖像；其次，將這40幅圖像分別進(jìn)行不同分塊，得到大小不同的子圖像，在不同

3、分塊的情況下對(duì)每個(gè)子圖像使用自適應(yīng)加權(quán)局部相位量化法提取紋理特征；最后，根據(jù)每個(gè)子塊所包含信息熵的大小賦予不同的權(quán)重并相加，形成圖像的紋理特征。本文的特征提取方法綜合了Garbor小波分解的多尺度方法的降噪性能和局部相位量化紋理特征對(duì)光照變換不敏感的優(yōu)點(diǎn)。在圖像檢索的相似性度量中，使用Mahalanobis距離計(jì)算特征的相似性。
　　使用Matlab軟件對(duì)本文提出的方法進(jìn)行了圖像檢索并和其他方法比較，實(shí)驗(yàn)結(jié)果表明在同等條件下，本文