基于小波變換的圖像特征提取方法研究.pdf

1、在圖像處理與計(jì)算機(jī)視覺領(lǐng)域，圖像特征提取是非常關(guān)鍵的技術(shù)。圖像特征提取是指運(yùn)用計(jì)算機(jī)技術(shù)分析和處理圖像信息，從圖像信息中提取出關(guān)鍵有用、標(biāo)示能力強(qiáng)的圖像特征，并將提取到的圖像特征用于對(duì)實(shí)際問題的處理。本文以小波變換技術(shù)為基礎(chǔ)，對(duì)基于小波變換的圖像特征提取方法進(jìn)行了深入地研究。
　　在圖像特征提取中，圖像預(yù)處理是消除圖像噪聲、提高圖像質(zhì)量的重要且必不可少的過程。本文通過基于小波變換的直方圖均衡化方法增強(qiáng)圖像質(zhì)量，通過結(jié)合小波變換和小

2、波閾值去噪技術(shù)消除圖像中的噪聲。傳統(tǒng)的直方圖均衡化存在丟失圖像細(xì)節(jié)信息的不足，這會(huì)影響圖像特征提取結(jié)果的準(zhǔn)確性。本文綜合了小波變換技術(shù)和圖像直方圖均衡化方法，通過小波變換提取圖像在低頻下的信息，得到原圖像的近似圖像，對(duì)近似圖像進(jìn)行直方圖均衡化處理，增強(qiáng)近似圖像質(zhì)量。高頻圖像包含了原始圖像中絕大部分的噪音，通過使用小波閾值去噪技術(shù)抑制高頻中的噪聲。再將處理后的低頻圖像和高頻圖像進(jìn)行小波重構(gòu)，得到最終的圖像。這樣即達(dá)到了增強(qiáng)圖像的目的，又在

3、一定程度上抑制了高頻圖像中的噪聲。實(shí)驗(yàn)表明該方法能夠很好地增強(qiáng)圖像質(zhì)量，消除圖像噪音，有效地改善了圖像特征提取的效果。
　　本文還深入研究了基于Gabor小波的紋理特征提取方法。將Gabor小波系數(shù)的均值和方差組成圖像特征向量。但是經(jīng)過Gabor小波提取到的紋理特征向量卻不具備旋轉(zhuǎn)不變性，這限制了Gabor小波在紋理特征提取領(lǐng)域的進(jìn)一步應(yīng)用和發(fā)展。本文在使用Gabor小波提取到紋理特征向量的基礎(chǔ)上，通過循環(huán)移動(dòng)特征向量中的元素使紋