基于非下采樣剪切波和RI-LPQ的圖像檢索技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)、通信技術(shù)和存儲(chǔ)技術(shù)的迅速發(fā)展,大量的圖片信息不斷涌現(xiàn)。如何高效、準(zhǔn)確的從大量的圖像中檢索出人們所需要的圖像是圖像分析和應(yīng)用領(lǐng)域的一個(gè)重要問題?；趦?nèi)容的圖像檢索(Content Based Image Retrieval CBIR)技術(shù)在進(jìn)行海量數(shù)據(jù)檢索時(shí)是一種非常有效的方法,而紋理特征則是描述圖像的關(guān)鍵要素之一。
　　小波變換具有良好的時(shí)頻分析能力,已廣泛應(yīng)用于圖像檢索。但傳統(tǒng)小波變換方向選擇性上只能使用有限的方向去

2、捕獲邊緣特征,不能有效的表達(dá)圖像的邊緣幾何特征。為了靈活的捕捉紋理圖像豐富的方向信息,具有方向選擇性和各向異性的多尺度幾何方法發(fā)展起來。非下采樣剪切波(Nonsubsampled Shearlet Transform NSST)不僅具有各向異性及方向選擇性,而且具有平移不變性。與傳統(tǒng)小波相比,具有更多的方向選擇,可有效捕捉圖像的邊緣信息。與輪廓波相比,能對圖像進(jìn)行稀疏表示且產(chǎn)生最佳逼近,具有更高的計(jì)算效率。Ojansivu提出的旋轉(zhuǎn)不變

3、的局部相位量化(Rotation Invariant Local Phase Quantization RI-LPQ)紋理描述算子, RI-LPQ具有較強(qiáng)的紋理描述效果,已成功用于人臉識別和圖像分類。本文將其用于紋理圖像檢索。
　　本文研究了非下采樣剪切波(NSST)的有關(guān)性質(zhì)及其在圖像檢索中應(yīng)用。首先分析了圖像NSST系數(shù)的統(tǒng)計(jì)特征,利用廣義高斯函數(shù)對各個(gè)方向子帶進(jìn)廣義高斯建模。然后利用局部相位量化描述算子提取圖像特征,并對上述