細(xì)化參數(shù)的自相關(guān)圖像紋理特征提取算法.pdf

1、隨著多媒體技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)的飛速發(fā)展，全世界的數(shù)字圖像容量正以驚人的速度增長。數(shù)字圖像中包含了大量有用的信息，然而，由于這些圖像是無序地分布在世界各地，圖像中包含的信息無法被有效地訪問和利用。這就要求有一種能夠快速而且準(zhǔn)確地查找訪問圖像的技術(shù)，也就是所謂的圖像檢索技術(shù)(CBIR，Content-based image retrieval)。在這種檢索技術(shù)中，圖像的特征提取和匹配非常重要。圖像特征包括顏色、紋理、形狀和空間關(guān)系特征。由于紋

2、理特征能很好的表征圖像，因而在模式識(shí)別和計(jì)算機(jī)視覺等領(lǐng)域得到了廣泛的應(yīng)用和研究。 到目前為止，人們針對(duì)紋理特征提取已經(jīng)做過大量的研究，但大多數(shù)研究方案的抗幾何形變能力差，不能有效抵制旋轉(zhuǎn)、伸縮和平移(RST，rotation，scale，translation)的幾何形變。已經(jīng)有一些學(xué)者提出了利用自相關(guān)圖像消除平移、對(duì)數(shù)一極坐標(biāo)變換消除旋轉(zhuǎn)和伸縮的算法，但是在具體實(shí)現(xiàn)過程中仍然存在“值域太窄”、“存在小數(shù)”和對(duì)數(shù)-極坐標(biāo)系中平移

3、的影響等問題?；谒麄兲岢龅乃惴ǖ膯l(fā)，本文將研究一種細(xì)化參數(shù)的自相關(guān)圖像紋理特征提取算法，該算法具有旋轉(zhuǎn)、伸縮和平移不變性，能更好的適應(yīng)實(shí)際應(yīng)用的需要。較之傳統(tǒng)算法，本算法對(duì)發(fā)生幾何形變的紋理圖像進(jìn)行檢索時(shí)能取得更好的檢索效果。本文算法的獨(dú)特之處在于，在特征提取過程中，引入細(xì)化參數(shù)的對(duì)數(shù)一極坐標(biāo)變換，解決了對(duì)數(shù)一極坐標(biāo)變換過程中出現(xiàn)的“值域太窄”、“存在小數(shù)”的問題；引入對(duì)數(shù)一極坐標(biāo)變換之后的自相關(guān)圖像，消除了由于對(duì)數(shù)-極坐標(biāo)變換將旋