基于Contourlet变换的加权小波特征抽取算法

• 作者: 夏良正 李久贤 梅雪
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: Contourlet 变换 特征提取 广义高斯分布
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 23-26
• 页数: 4页
• 分类号: TP391
• 字数: 3098字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2008.01.005

摘要

特征提取是模式识剐中的一个关键问题.本文提出了一种基于Contourlet变换的特征抽取算法.Con-tourlet变换具有多方向性和各向异性,能以接近最优的方式描述图像的边缘和纹理.文中算法利用Contourlet变换各子带系数的统计特性,构造特征矢量.Contourlet变换获得的特征是图像的局部特征,图像不同子带特征的分类能力是不相同的,针对各子带数据的离散程度进行加权处理.为分类能力强的特征量赋予较大的权值.该算法充分利用样本的统计信息,简捷、高效,并具有一定的鲁棒性.将该算法应用于Brodatz图像库纹理图像的检索,验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏良正	东南大学自动化学院	63	1121	19.0	30.0
2	梅雪	东南大学自动化学院	5	67	4.0	5.0
6	李久贤	东南大学自动化学院	29	405	13.0	20.0