旋轉(zhuǎn)與縮放不變的紋理不變量研究.pdf

1、基于內(nèi)容的圖像檢索是當(dāng)前多媒體技術(shù)和人工智能的熱點(diǎn)課題之一，它直接對(duì)圖像內(nèi)容(如圖像的顏色、形狀、紋理、背景等)進(jìn)行分析，并對(duì)圖像特征進(jìn)行合理的描述，使得檢索與分類過程更加有效，更能適應(yīng)人的視覺特征。紋理是基于內(nèi)容的圖像檢索的重要研究內(nèi)容之一，紋理的某些不變特征被用于圖像的檢索與分類，也是提高檢索和分類效率的一種重要技術(shù)。紋理不變量也是紋理分析和分類的重要研究方向，在許多計(jì)算機(jī)圖像分析應(yīng)用中占有重要地位，如圖像分割、模式識(shí)別、形狀分析、

2、紋理合成和圖像壓縮等等。 本文對(duì)紋理進(jìn)行了全面的綜述，從不同方面總結(jié)了紋理圖像的定義，概述了紋理分類分析的研究現(xiàn)狀，介紹了幾種通用的和最新的研究方法，主要包括：基于算子的圖像特征提取、基于統(tǒng)計(jì)方法的特征提取、基于模型方法的分類分析技術(shù)(分形模型、隨機(jī)場(chǎng)模型)、基于紋理結(jié)構(gòu)的特征提取及分類分析方法、以及基于空頻域特征的分類分析技術(shù)(小波技術(shù))。 本文在當(dāng)前紋理分類分析研究的基礎(chǔ)上，提出了以下兩種方法并成功地對(duì)紋理圖像進(jìn)行了

3、分類： (1)我們注意到大自然的分形特征能在很大程度上反映紋理的結(jié)構(gòu)的復(fù)雜性，但是單獨(dú)使用分形維數(shù)去理解紋理圖像存在很大的缺陷，分類效果不佳。其原因是分形維數(shù)僅僅給出了表面粗糟程度的數(shù)字度量，這并不能充分的表征一個(gè)曲面，因此我們將統(tǒng)計(jì)模型與分形模型相結(jié)合，把分形維數(shù)與兩個(gè)統(tǒng)計(jì)量組成一個(gè)特征不變量，進(jìn)行紋理分類，并且這種結(jié)合不但很有幾何意義，而且分類效果較其他文獻(xiàn)得到很大提高。 (2)圖像Radon變換后，其不同方向上的