基于小波纹理特征的医学图像检索

为了缩小图像高层语义与底层特征之间的鸿沟,提出了一种基于共生矩阵的图像纹理特征提取的新方法.该方法结合了图像的频域统计特征和空间分布特性,首先通过小波变换提取图像的局部频域信息,然后结合图像的整体结构特征,构建用于提取图像纹理特征的小波灰度共生矩阵.通过对比实验表明,与分别使用其他灰度共生矩阵和小波特征相比,基于小波灰度共生矩阵的纹理特征提取方法在医学图像检索中取得了更好的效果.     

基于小波变换和可操纵金字塔算法的图像纹理分析

本文首先介绍了图像小波变换和可操纵金字塔在图像处理问题中的广泛应用及其数学原理和特点,对二者进行比较,然后分别利用小波变换和可操纵金字塔滤波器进行图像纹理分析,最后给出了结果,并进行分析。     

改进的Gabor变换图像纹理特征提取方法应用研究

提出一种具有近似旋转不变性的改进Gabor小波变换纹理特征提取方法,由小波变换系数模的均值和标准方差组成特征向量表示图像内容,利用10幅Brodatz纹理图像经过旋转、分割组成的图像数据库进行了检索测试,并与传统Gabor变换和二元树复小波变换特征提取方法的分类结果进行了比较分析,实验表明本文方法有效地提高了图像检索精度.     

基于Contourlet变换的医学图像检索

针对医学图像特点,提出了一种基于纹理的医学图像检索算法.Contourlet变换结合了不可分离的方向滤波器组,具备多尺度和多方向特性,能有效地捕获到图像中的轮廓,并对其进行稀疏表示.本算法充分利用图像Contourlet变换系数的统计特征,形成描述纹理特征的特征向量,并将其作为检索的特征向量.采用上述算法对CT图像数据库进行了检索实验,并与基于小波变换纹理分析方法进行了比较.结果表明,在Contourlet变换域上检索查准率高于在小波域上的查准率,从而验证了该算法具有良好的检索性能.     

方向小波在图象边缘提取中的应用

作者提出了一种基于方向小波变换的边缘检测新算法。比较了方向小波变换和传统小波变换在图像边缘检测中的不同之处。分析得出方向小波变换更符合图像的方向，纹理特征，因而更能反映图像的边缘信息。经计算机仿真，效果十分良好。     

基于小波变换的纹理图像分割

Ｍａｌｌａｔ非正交小波变换通常用于光滑图像的边缘提取,本文将其改进后,推广到图像纹理特征的提取和纹理图像的分割,取得了良好的效果。基于小波变换的纹理图像分割的算法中,小波变换尺度数的选取和纹理聚类数的确定是其难点。对此,本文作了详细的讨论,提出了一些独特、有效的解决方法。     

基于小波变换在指纹识别中的应用研究

本文针对图像处理领域准确提取出指纹纹理的问题,将小波变换应用于图象指纹纹理提取处理。小波变换在用于图像处理时,具有放大、缩小和平移的数学显微镜的功能,能够很方便地产生各种分辨率的图像。同时,由于小波变换可以将图像分层,按小波基展开,我们可以有效地控制计算量,满足实时处理的需要。本文主要运用小波变换以上特点,最后介绍如何使用小波变换提取指纹特征,并构成一个特征向量表征指纹图像。     

基于Contourlet变换的图像匹配算法

Contourlet变换结合了不可分离的方向滤波器组,具备多尺度和多方向特性,能有效地捕获到图像中的轮廓.提出了一种图像匹配算法,该算法充分利用了图像Contourlet变换系数的特征,形成描述纹理特征的特征向量,并将其作为匹配的特征向量,然后将该方法与基于小波变换纹理分析的方法进行了比较,试验结果表明:在Contourlet变换域上的匹配高于在小波域上的匹配,从而验证了该方法的可行性.     

多进制Haar与斜Haar小波在纹理分类中的应用

基于Walsh变换和斜变换给出了一种构造多进制Haar小波和多进制斜Haar小波的方法，并利用这些变换特有的快速算法加快了小波分解速度．实验中用该类小波分解图像，然后提取纹理图像的特征量，使用最小距离分类器进行纹理分类并比较了构造出来的各类小波的分类正确率，给出了选择小波基的原则．实验结果表明多进制斜Haar小波滤波器组具有更佳的分类效果．     

基于Curvelet和小波变换的纹理图像识别

提出了一种基于Curvelet变换与小波变换相结合的纹理图像分类算法.小波变换在分析点奇异信号时具有良好的性能,而Curvelet变换更适合分析图像中的曲线或直线状边缘特征.算法通过提取两者分解子波段的统计学和灰度共生矩阵特征,采用支持向量机对纹理图像进行分类.实验结果表明,和单一的多分辨率变换特征提取相比,该算法具有更高的分类准确率.     

不同纹理小波变换系数的正态性检验

针对不同纹理的文本图像经Haar小波变换所产生的小波系数，利用非参数假设检验中的直方图及正态概率纸的方法统计其分布规律，并利用黄金分割找出分界点，从而得出结论：不同纹理小波变换系数在各个区间上基本服从正态分布。     

提升小波在笔迹鉴别中的应用

笔迹鉴别是身份鉴别技术中的一种有效的方法,文章提出了一种提升小波变换在笔迹鉴别中的应用。笔迹纹理图像的主要特征表现在细节部分,而高频部分的小波系数体现了图像的细节,所以从这些小波系数中提取的特征,能够表征纹理图像的主要特性。并且这种分析法对亮度不敏感,这一特点是传统的纹理分析方法难以达到的。本文使用提升小波变化提取纹理图像的特征,并使用加权欧式距离分类器来完成匹配工作。在实验中,使用了27个人的不同笔迹,取得了很好的结果。     

基于小波变换和升高变换的IC图像纹理分割算法

引入二值图像的升高变换，并结合小波变换提出一种IC图像纹理分割算法．在纹理分割过程中，首先对IC图像进行小波分解并对二值化后的近视部分进行升高变换，然后利用原图像信息识别出不同纹理，分割出不同区域．实验表明，该算法快速、高效，具有很好的实用性．     

小波变换在图像分割中的应用研究

在讨论基于小波变换的阈值分割算法的同时,提出了Canny算子和小波变换的边缘信息融合的图像分割方法,以及利用小波变换对图像纹理进行分解、特征提取,然后利用模糊C-均值聚类(FCM)进行纹理分割的方法;探讨了各种分割方法的特点、应用范围、及图像分割技术的发展方向.     

纹理信息在遥感影像分类中的应用

从不同森林类型的纹理差异入手,首先利用离散小波变换提取出图像的纹理特征,然后利用面向对象分类方法将纹理信息与原有的光谱信息结合进行分类。对小波变换提取纹理信息的分解层数、滑动窗口及纹理测度等问题进行系统的分析,并找出了有效反映植被纹理差异性的6个纹理特征因子。该方法可用于解决林业遥感中的诸如林种、树种的分类等问题。最后得到的总体分类精度达到92.7 %,与传统的基于像素的分类方法相比效果有所提高。 关键词：森林类型分类;高分辨率影像;纹理;小波变换     

基于小波变换和支持向量机的图像分类

提出了一种基于小波变换和支持向量机的图像分类新方法,该方法利用小波变换进行图像特征提取,利用支持向量机进行图像分类,并与基于图像底层特征的分类方法进行了实验比较.实验结果表明该方法具有较好的分类性能.     

基于多小波和非下采样Contourlet变换的纹理检索

为了更有效地进行纹理图像检索,提出了一种新的基于多小波变换和非下采样Contourlet变换相结合的纹理图像检索方法.首先,采用多小波对图像进行多尺度分解以便保证变换平移不变性的同时也消除变换的冗余性;然后,将所得的高频子带采用非下采样方向滤波器组进行多方向分解,计算低频子带和各层方向子带的一阶几何矩作为纹理特征;最后...     

二元树复小波在图像特征提取和分类中的设计与应用

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.     

基于多小波域变换和分形维数的图像融合算法

为了充分利用图像的纹理特征,本文将多小波变换方法和分形理论相结合,提出了一种新的基于多小波变换域方向对比度和分形维数的图像融合算法.该图像融合算法首先通过多小波变换进行原始图像分解,然后采用差分和维数法计算分形维数相应的低频分解系数,建立基于分形维数的低频融合规则,高频部分则根据方向对比度的值通过选择法或加权平均法进行融合计算.该算法对IR图像和可见光图像进行融合实验,采用图像熵、标准偏差以及质量度量这些客观指标评估图像融合的质量.实验结果表明,把分形维数与多小波变换方法相结合进行图像融合处理,图像融合质量和效率都明显提高.     

一种基于多小波变换的图像压缩编码

认为多小波变换是小波应用研究的新热点。利用多小波变换系数所具有相关性、同向性等特点，使用一种新的矢量构造方法，并将其用于Lena光滑图像和Barbara多纹理图像的编码压缩，获得了较好的计算机模拟实验结果。