基于復(fù)小波的動態(tài)紋理分類.pdf

1、紋理是自然界物體表面的自然屬性。按照對紋理的表示，紋理可以分為圖像紋理、動態(tài)紋理和三維紋理。動態(tài)紋理是一種空間重復(fù)且隨時間變化的視覺模式，它構(gòu)成了在時間上具有某種穩(wěn)定特性的圖像序列。動態(tài)紋理分類作為紋理分析研究的重要內(nèi)容，它在軍事、工業(yè)、醫(yī)學(xué)、智能交通、氣象學(xué)、公共安全等領(lǐng)域有著巨大的應(yīng)用前景。因此，動態(tài)紋理分類的研究已成為令人關(guān)注的具有挑戰(zhàn)性的研究課題。
　　 雖然小波變換廣泛應(yīng)用于紋理分類中，但是傳統(tǒng)的實小波變換具有平移敏感

2、性、缺乏方向選擇性、缺少相位信息等缺點，復(fù)小波變換可以有效的克服實小波的缺點。因此本文主要研究基于復(fù)小波變換的動態(tài)紋理分類算法，主要工作如下：
　　 1.基于對偶樹復(fù)小波變換的動態(tài)紋理分類。針對復(fù)小波變換所有子帶的相位近似服從均勻分布，直接采用相位并不能充分體現(xiàn)復(fù)小波變換的優(yōu)勢，本文提出了一種結(jié)合復(fù)小波變換系數(shù)幅度和相對相位信息的能量特征。依據(jù)復(fù)小波變換系數(shù)的實部和虛部服從的廣義高斯分布，研究了復(fù)小波變換系數(shù)幅度服從的概率分布，

3、同時驗證了相對相位服從Von Mises分布。針對廣義高斯分布只能對單一實隨機變量建立統(tǒng)計模型的缺點，提出了一種基于復(fù)小波變換系數(shù)的復(fù)廣義高斯分布參數(shù)的新紋理特征。最后，采用兩種代表性的分類器，k近鄰分類器和支持向量機，對所提出的特征進行了動態(tài)紋理分類。實驗結(jié)果表明了本文提出的基于對偶樹復(fù)小波變換的動態(tài)紋理特征的良好性能。
　　 2.基于空時復(fù)小波變換的動態(tài)紋理分類。首先提出了一種新型的空時復(fù)小波變換，它既可以保持了空時實小波的