基于NSST和RI-LPQ的纹理图像检索

殷 明,王治成,于立萍

(合肥工业大学数学学院,合肥230009)

基于NSST和RI-LPQ的纹理图像检索

殷 明,王治成,于立萍

(合肥工业大学数学学院,合肥230009)

针对采用单一方法提取图像特征时检索率不高的问题,结合非下采样剪切波变换(NSST)统计特征和旋转不变的局部相位量化(RI-LPQ)原理,提出一种纹理图像检索方法。非下采样剪切波不仅具有方向选择性及平移不变性,而且可以对图像进行有效的稀疏表示,与传统小波相比,可有效捕捉图像的边缘轮廓等纹理信息,与非下采样轮廓波相比,具有更高的计算效率。利用广义高斯分布函数对图像NSST高频子带系数的统计特征进行分析,RI-LPQ描述算子直接提取图像特征,采用具有权重系数的相似性测度公式对Brodatz图像库进行纹理图像检索。实验结果表明,与传统小波和轮廓波的方法相比,NSST统计特征方法的平均检索率分别提高4.77%和1.44%,纹理图像检索方法的平均检索率分别提高7.36%和1.98%。

非下采样剪切波变换;广义高斯分布;纹理图像检索;旋转不变的局部相位量化;特征提取;特征融合

1 概述

随着多媒体技术和计算机网络的快速发展,大量数字图像和视频不断涌现,图像作为最基本且最为广泛的多媒体信息,已经被广泛应用于数字图书馆、医学图像管理、遥感图像处理等多个领域。如何快速、高效地从大规模的图像数据中检索出所需要的图像是一个具有重要意义的研究性课题[1]。基于内容的图像检索(Content Based Image Retrieval, CBIR)技术在进行海量数据检索时是一种非常有效的方法,而纹理特征则是描述图像的关键要素之一。……