圖像紋理旋轉(zhuǎn)不變性分析.pdf

1、紋理不變性分析在許多實(shí)用領(lǐng)域有著廣泛的應(yīng)用，如：基于內(nèi)容的圖像檢索、遙感圖像分析、醫(yī)學(xué)圖像分析、生物特征識(shí)別以及目標(biāo)識(shí)別等領(lǐng)域，相關(guān)的研究雖然在過去的幾十年中得到了長足的發(fā)展，但是其識(shí)別精度、效率仍不能滿足實(shí)際中的要求，所以仍然需要進(jìn)一步的研究。本論文主要工作如下： 1、本文提出并實(shí)現(xiàn)了一種新的基于Radon變換和Fourier變換的紋理旋轉(zhuǎn)不變性分析描述方法。本方法首先對紋理圖像作Radon變換，然后再對其作傅立葉變換并取模，

2、從而得到不變性特征。在Radon變換過程中，紋理圖像的旋轉(zhuǎn)被轉(zhuǎn)化為角度方向上的平移，同時(shí)為了獲得Radon變換在不同方向上的一致性，在計(jì)算Radon變換時(shí)選擇圖像上的一個(gè)圓形區(qū)域；然后，再對其做Fourier變換，通過對得到的頻譜圖像取模，因其模具有平移不變性從而消除了平移影響，獲得了紋理旋轉(zhuǎn)不變特征描述。理論分析和實(shí)驗(yàn)結(jié)果表明了該方法的可行性以及良好的魯棒性。 2、本文也實(shí)現(xiàn)了基于Gabor濾波-不變矩統(tǒng)計(jì)量的紋理旋轉(zhuǎn)不變分析

3、方法，該方法采用傳統(tǒng)的Gabor濾波器將紋理圖像分解到不同的子頻段，再將不同子頻域中的頻譜反變換到時(shí)域，最后計(jì)算不同子頻段內(nèi)圖像信息的不變矩統(tǒng)計(jì)量，在此分別計(jì)算了Hu矩、Legendre矩、Zernike矩以及偽Zernike矩，分別用這些不變矩統(tǒng)計(jì)量來進(jìn)行分類，實(shí)驗(yàn)結(jié)果表明了Zernike矩更為有效。 在最后的分類過程中，分別采用了最小距離分類器和K階最近鄰分類器兩種方法對比進(jìn)行分類，用歐式距離計(jì)算待分類樣本與訓(xùn)練得到的樣本模

4、型之間的距離。對于每種分類方法，都在Brodatz和MIT紋理圖庫上進(jìn)行了實(shí)驗(yàn)分析和測試，實(shí)驗(yàn)結(jié)果表明K階最近鄰分類器比較適合，而基于Radon變換和Fourier變換的方法在分類精度上優(yōu)于基于Gabor濾波-不變矩統(tǒng)計(jì)量的方法。 總之，不變性紋理分析是紋理分析中的一個(gè)具有挑戰(zhàn)性的課題，而旋轉(zhuǎn)不變性分析則是其中的一個(gè)難點(diǎn)問題，本文提出了一種新的基于Radon和Fourier變換的紋理旋轉(zhuǎn)不變性識(shí)別方法，該方法具有良好的識(shí)別效果和