基于Curvelet變換的圖像特征提取與處理.pdf

1、小波變換具有很好的時(shí)、頻局部分析能力，在圖像處理的各個(gè)領(lǐng)域中得到了廣泛的應(yīng)用，取得了較好的效果，然而當(dāng)處理線和超平面的奇異性時(shí)，小波變換就失去了它的分析優(yōu)勢(shì)。曲波(Curvelet)正是為解決二維或更高維奇異性而產(chǎn)生的一種新的分析工具，Curvelet能稀疏表示具有直線特征的圖像，可以應(yīng)用到二維圖像處理的許多領(lǐng)域。
　　本文首先在研究多尺度幾何分析以及Curvelet理論的基礎(chǔ)上，對(duì)Curvelet變換的實(shí)現(xiàn)過程進(jìn)行了研究與分析，

2、并從結(jié)構(gòu)、統(tǒng)計(jì)和特征三個(gè)方面分別對(duì)Curvelet系數(shù)進(jìn)行了分析。在此基礎(chǔ)上，論文主要做了以下工作：
　　第一，提出了一種基于Curvelet變換的特征提取算法，將該算法應(yīng)用于Brodatz紋理庫(kù)中的紋理圖像提取特征，運(yùn)用模糊C均值(FCM)對(duì)其分類，得到了良好的效果，驗(yàn)證了該算法的有效性。
　　第二，將提出的特征提取算法應(yīng)用于Brodatz紋理庫(kù)；選取Brodatz紋理庫(kù)15類方向性較強(qiáng)的紋理圖像，建立訓(xùn)練庫(kù)以及樣本庫(kù)，提