基于Gabor小波的自適應(yīng)局部相位量化的圖像檢索研究.pdf

1、隨著網(wǎng)絡(luò)、計算機以及多媒體技術(shù)的快速發(fā)展，越來越多的信息以圖像作為介質(zhì)進行傳遞和保存。對于這些生活和工作中所出現(xiàn)的大量圖像數(shù)據(jù)，如何準確、快速地提取圖像特征并檢索出目標圖像已成為信息智能化處理的前沿課題，并具有現(xiàn)實的應(yīng)用價值。
　　本文針對現(xiàn)有的圖像特征提取方法和圖像檢索的研究現(xiàn)狀進行了分析，提出了新的特征提取方法并用于實現(xiàn)圖像檢索。在特征提取方面，主要分析了Garbor小波、局部二值模式（local Binary Pattern

2、，LBP）、局部相位模式（Local Phase Quantization，LPQ)紋理特征的理論基礎(chǔ)和各自特點。在分析了現(xiàn)有Garbor小波和局部二值模式特征提取方法的不足后，本文提出了基于Garbor小波和自適應(yīng)加權(quán)局部相位量化特征提取方法。主要步驟是：首先，設(shè)計一個尺度為5，方向為8的Garbor濾波器組，使用該濾波器對圖像進行處理，得到共計40幅經(jīng)過濾波后的圖像；其次，將這40幅圖像分別進行不同分塊，得到大小不同的子圖像，在不同

3、分塊的情況下對每個子圖像使用自適應(yīng)加權(quán)局部相位量化法提取紋理特征；最后，根據(jù)每個子塊所包含信息熵的大小賦予不同的權(quán)重并相加，形成圖像的紋理特征。本文的特征提取方法綜合了Garbor小波分解的多尺度方法的降噪性能和局部相位量化紋理特征對光照變換不敏感的優(yōu)點。在圖像檢索的相似性度量中，使用Mahalanobis距離計算特征的相似性。
　　使用Matlab軟件對本文提出的方法進行了圖像檢索并和其他方法比較，實驗結(jié)果表明在同等條件下，本文