融合圆对称轮廓波统计特征和LBP的纹理图像检索

《融合圆对称轮廓波统计特征和LBP的纹理图像检索》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、融合圆对称轮廓波统计特征和LBP的纹理图像检索练秋生李芹孔令富（燕山大学信息科学与工程学院秦皇岛066004）摘要：圆对称轮廓波变换(CSCT)克服了轮廓波变换存在的频谱混淆现象，它比轮廓波变换的方向选择性更强.但由于CSCT中的方向滤波器组(DFB)有下抽样操作，CSCT不具有纹理分析所需要的平移不变性.本文用非抽样方向滤波器组(UDFB)代替CSCT中的DFB，构造了一种具有平移不变性的圆对称轮廓波变换(TICSCT).利用广义高斯分布描述TICSCT系数的边缘分布，图像之间的相似度用Kullback-Leibler距离(KLD)来度量.由于视觉感受明显不同的纹理图像可能具有相同

2、的子带统计特性，边缘分布的KLD不是完备的纹理图像描述子.将KLD同与其具有一定互补性的局部二值模式（LBP）相融合进行纹理图像检索，实验表明该算法比KLD，LBP和Gabor-Weighted-Euclid算法的平均检索率分别提高2.21%，4.02%和0.89%.关键词：轮廓波变换;图像检索;平移不变性;Kullback-Leibler距离;局部二值模式中图分类号：TN911.73Thetextureimageretrievalalgorithmcombinedstatisticalfeaturesofthecircularsymmetriccontourletwithlocal

3、binarypatternLIANQiu-ShengLIQinKONGLing-Fu(InstituteofInformationscienceandtechnology,Yanshanuniversity,Qinhuangdao,066004)AbstractThecircularsymmetriccontourlettransform(CSCT)overcomesthealiasingphenomenonofcontourlettransform,andithasbetterdirectionselectivitythanthecontourlettransform.Howeve

4、r,sincethedown-samplingoperationinCSCT,itlacksthetranslation-invariantpropertywhichisessentialfortextureanalysis.Inthispaper,thetranslation-invariantCSCT(TICSCT)isconstructedbyreplacingthedirectionalfilterbank(DFB)inCSCTwithundecimateddirectionalfilterbanks(UDFB).ThemarginaldistributionofTICSCT

5、coefficientsismodeledbygeneralizedGaussiandensity,andthesimilarityoftwoimagesismeasuredbyKullback-Leiblerdistance(KLD).Sincevisuallydistinctpatternsmayhavematchingsubbandstatistics,KLDisn’tthecompletetexturedescriptor.InthispaperweretrievetexturebycombiningKLDwithlocalbinarypattern(LBP)whichisi

6、tscomplementaryfeaturestosomedegree.Theexperimentsillustratethattheaverageretrievalrateofthismethodis2.21%，4.02%and0.89%higherthanKLD,LBPandGabor-Weighted-Euclidalgorithmrespectively.Keywordscontourlettransform;imageretrieval;translation-invariant;Kullback-Leiblerdistance;localbinarypattern9投稿日

7、期:2006-6-6本课题得到河北省教育厅自然科学项目(2004124)资助.练秋生,男，1969年生，博士，副教授.主要研究领域为多尺度几何分析、图像处理、生物识别等.Email:lianqius@263.net李芹,女,1983年生,硕士生.主要研究领域为纹理分析、图像检索.孔令富,男，1957年生，博士，教授，博士生导师.主要研究方向为机器视觉、智能信息处理、并联机器人、自动控制等.9991引言随着多媒体和互联网技术的迅速发展，多媒体数据(包括图像和