论文部分内容阅读
基于内容的图像检索技术已成为图像处理研究的热点,但是在图像特征的选取与相似性度量两方面仍存在一些技术问题需要解决。在研究现有图像检索算法的基础上,本文提出一种融合Contourlet特征与纹理特征的图像检索算法。首先,把数据库中的图像做尺寸、分块变换处理,由提取图像的Contourlet变换的平均能量和标准差2个统计特征生成图像特征向量。其次,在对预处理后的图像做“统一模式”LBP处理的基础上,提取角二阶矩、对比度、相关度和熵4个灰度共生矩阵(GLCM)的纹理统计特征向量。最后,融合CT特征与纹理统计特征作为识别特征向量,应用Canberra距离进行相似性度量,实现图像分类检索。论文设计实验,研究了Contourlet分解层次、“统一模式”的LBP算子、GLCM参数以及相似性度量函数对算法识别效果的影响。对实验结果分析的基础上,确定了识别算法的最佳参数。除此之外,在不同图像数据库中应用本文算法进行图像检索实验,验证本文算法的泛化能力。又在MIT图像数据库上与其他检索算法进行对比实验,本文提出算法的平均检索率达到89.68%,高于其余算法,验证了本文算法的有效性。具体工作安排如下:(1)算法参数对检索结果的影响研究,确定算法最佳参数。应用典型的纹理图像库,研究Contourlet分解层次、“统一模式”的LBP算子的半径和像素数、GLCM算法中的距离和相似性度量方法对图像检索结果的影响。实验分析发现,实验条件是Contourlet变换分解为(0,2,2,3)层,“统一模式”的LBP算子半径为1、像素点数为8,GLCM距离为1,相似性度量函数用Canberra距离时,检索结果最好,在MIT图像数据库上的平均检索率达到了89.68%。(2)算法的泛化能力研究。在MIT图像数据库、Brodatz图像数据库和Outex50纹理图像库上研究本文算法的检索效果,算法的平均检索率分别达到了89.68%、80.03%、81.61%。实验结果表明本文算法的良好泛化能力。(3)算法的有效性研究。应用MIT图像数据库,设计实验研究了LBP算子和GLCM融合的检索算法、Contourlet子带纹理统计特征和Hu不变矩融合的算法、LBP算子作为检索特征的算法和本文算法的检索效果,平均检索率分别为87.38%、83.39%、82.86%、89.68%。对比分析实验结果,本文提出的算法能够得到更高的平均检索率。