运用各向异性小波变换进行图像特征提取

华北水型奎苎兰．！型

ｉｆ（ａｎ９１ｅｓ（∽■嗣卑（ｃａｎｇ（ｔｈ）以ｒｓａｎｇ

ｎｋｘ＝ｓｃａｌｅｓ

０ｓｃＪ举、ｗ””

（ｔｈ卜砖墨一蜘∽川ｓａｎ舯卜ｋ¨狮ｇ（ｔｈ）书ｋｙ）；

ｄ舛

．

ｎｋｘ＝ｓｃａｌｅｓ（ｓｃ）卓ｋｘ５

ｎｂ；ｓｃａｌｅｓ（ｓｅ）乩ｙ；

ｅｎｄ

㈣异等篙懈篡三≯啵＂・：耋瓮慧嚣赫囊嚣嚣茹ｒＨ

图３原始模型

２一。点燃如图４所示．

分析模型的流崔则１蜀１∥”。

角譬藏一

角度的选择主摹堡毫慧篆豢筐因子趋势和局部细节的分析＇则赞蛆Ｈ”“

第２８卷第４期蒋礼等：运用各向异性小波变换进行图像特征提取４３

度因子来控制．对于２个互相垂直的方向，如果尺度相同，那么选择互为倒数的衰减度因子，处理的效果是相同的．

３图像特征提取

３．１图像的细节特征提取

对一幅图像进行评测的首要目的‘，就是对其细节Ｈ１进行提取．在模型图中，虽然细节（小黑块）众多，但其排列的趋势主要是横纵２个方向．３．１．１横向细节特征提取

图５是一个横向细节特征提取图．选择日＝１Ｔ／２，ｓ蹭…＝０．１，ｓ喀…＝２：５、；等效于ｄ＝０，ｓ哲…＝２．５，ｓ喀…＝Ｏ．１．长轴是短轴的２５倍，能够按照所选择的方向突出任何细节．由图５可看出：横轴的横向细节突出得最好，纵轴其次，而斜向由于没有水平平行的细节，所以最差．

３．１．２纵向细节特征提取

由于横轴、纵轴和斜向都有明显的垂直细节，经过突出纵向细节的各向异性小波变换，其垂直细节比较清楚，如图６所示（图５～８像素均为５１２×５１２）．

３．１．３细节的精确特征提取

对于细节的全面分析，不能突出任一方向，故选用各向同性的小尺度的小波变换．此时ｓ皙一＝ｓ培。。，，

图６纵向细节图

图８横向趋势图所以无论ｐ取何值都不起作用．如图７所示，各个方向上的细节点都清晰地显示出来．

３．２图像的整体趋势分析

为了突出横向趋势，必须加大尺度，如图８所示，横轴的水平趋势一览无余，而纵轴和斜轴，均被过滤掉了，此时Ⅱ＝２，ｐ＝Ｏ，ｓ国…＝１０，ｓ培…＝１．同理，图像的纵向趋势特征如图９所示，ｎ＝２，扫＝÷，

厶ｓ瞎一＝１０，ｓ涪…＝１；图像的斜向趋势特征如图１０

ｏ

所示，口＝２，９＝÷霄，５哲…＝１０，ｓ园…＝１；为了提取

叶

折向轮廓，采用滤掉斜向信号的方法．取９＝÷，调

叶

整尺度和衰减度，得到结果如图１１所示．其中：ｎ＝２，ｓ留…＝１０，ｓ留…＝１．

图５横向细节圈

图７整体细节图

图９纵向趋势图

华北水利水电学院学报

２００７年８月

４结语

图ｌＯ斜向趋势图

虽然运用各向异性小波变换对于图像趋势和细节的处理，取得了比较满意的结果，但是还有许多的不足：①如果能把小波程序移植到Ｃ语言平台上，将大大提高运算效率；②各向异性小波变换主要是基于墨西哥帽小波基的，如果能够进一步运用其他小波基，将会有新的收获；③由于条件限制，对于各向异性小波变换的方向选择比较局限，一次仅选取一个方向，将来有所改进，应该依据△８的大小，同时遍历各个角度，且各个方向取不同的￡值．

参考

文献

［１］李建平．小波分析与信号处理——理论、应用及软件实

图１１折向轮廓图

现［Ｍ］．重庆：重庆出版社，１９９７．［２］

ＧＡＩＬＬＯＬＰ，ＤＡＲＲ０ｚＥｓＪ，ｃｏｕＲＪＡＵＬＴ—ＲＡＤＥＰ，ａｎｄ

ｏｔｈｅｒｓ．

ＳｔｍｃｔｕｒａＩａｎａｌｙｓｉｓｏｆｈｙｐｏｃｅｎｔｒａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆ

ａｎ

ｅａｒｔｈｑｕａｋｅｓｅｑｕｅｎｃｅ

ｕｓｉｎｇａｎｉｓｏｈ．ｏｐｉｃｗａＶｅｌｅｔｓ：Ｍｅｔｈｏｄ

ａｎｄ

ａｐｐｌｉｃａｔｉｏｎ［Ｊ］．

Ｔｏｕｍａｌ

０ｆｇｅｏｐｈｙｓｉｃａｌ

Ｒｒｓｅａｒｃｈ，

２００２，１０７（Ｂ１０）：２２１８．

［３］ＭＡＲＴＩＮ

Ｊ

ｗＡＩＮｗＲＩＧＨＴ，ＥＥＲ０ＰｓＩＭＯＮｃＥＬｕ，ＡＬ—

ＡＮ

Ｓ

ＷＩＬＬＡＫＹ．

Ｒａｎｄｏｍｃａｓｃａｄｅｓ

ｏｎ

ｗａｖｅｌｅｔ

ｔｒｅｅｓａｎｄ

ｔｈｅｉｒ

ｕｓｅ

ｉｎａｎａｌｙ２；ｎｇ

ａｎｄｍｏｄｅｌｉｎｇ

ｎａｔｕｒａｌ

ｉｍａｇｅｓ［ｊ］．

Ａｐｐｌｉｅｄａｎｄ

Ｃｏｍｐｕｔａｔｉｏｎａｌ

Ｈａｒｍｏｎｉｃ

Ａｎａｌｙ８ｉｓ，

２００１

（１１）：８９一１２３．

［４］ＡＲＮＥＯＤ０Ａ，ＤＥＣ０ｓＴＥＲＮ，ＲＯｕｘＳＧ．Ａｗａｖｅｌｅｔ—

ｂａｓｅｄｍｅｔｈｏｄｆｏｒｍｕｌｔｉ｛ｌａｃｔａｌｉｍａｇｅａｎａｌｙｓｉｓ，Ｉ．Ｍｅｔｈｏｄ０１－

ｏｇｙ

ａｎｄｔｅｓｔ

ａｐｐｌｉｃａｔｉｏｎｓ

ｏｎ

ｉｓｏｔｍｐｉｃ

ａｎｄａｎｉｓｏｔｒｏｐｉｃ

ｒａｎ・

ｄｏｍｒｏｕｇｈｓｕＩｆａｃｅｓ［Ｊ］．Ｔｈｅ

Ｅｕｒｏｐｅａｎ

Ｐｈｙｓｉｃａｌ

Ｊｏｕｍａｌ

２０００，Ｂ（１５）：５６７—６００．

ＦｅａｔｕｒｅＥｘｔｒａｃｔｉＯｎｏｆＩｍａｇｅＵｓｉｎｇｔｈｅＡｎｉｓｏｔｒＯｐｉｃ

ＷａＶｅｌｅｔＴｒａｎｓｆｂｒｍ

ＪＩＡＮＧＬｉ，ＰＥＮＧＧａｏ也ｕｉ，ＹＵＡＮＨｅ—ｅａｌ

（ＮｏｒｔｈＣｈｉｎａＩｎｓｔｉｔｕｔｅｏｆＷａｔｅｒＣｏｎｓｅｒｖａｎｃｙａｎｄＨｙｄｒｏｅｌｅｃｔｒｉｃＰｏｗｅｒ，ｚｈｅｎｇｚｈｏｕ４５００ｌ１，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｄｕｒｉｎｇｔｈｅｉｍａｇｅｉｎｆｂｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏｎ，ｉｎｏｒｄｅｒ

ｔｏ

ｒｅａｌｉｚｅｔｈｅｗａｖｅｌｅｔｄｅｃｏｍｐｏｓｅｄｉｎ

ａｎｙ

ｄｉｒｅｃｔｉｏｎａｎｄ

ａｎｙｓｉｚｅ，ａｎｉｓｏｔｒｏｐｉｃ

ｗａｖｅｌｅｔ

ｔｒａｎｓｆ０瑚ｉｓ

ａ

ｎｅｗ

ｔｈｅｏｒｙａｄｄｉｎｇｒｏｔａｔｉｏｎｆａｃｔｏｒａｎｄｓｈａｐｅｒａｔｉｏｆａｃｔｏｒｂａｓｅｄ

ｏｎ

ｃＤｎｈｎｕｏｕｓｗａｖｅｌｅｔ

ｔｒａｎｓｆ０彻．Ｉｔ

ｃａｎ

ｂｅｒｅａｌｉｚｅｄ

ｃｏｎｖｅｎｉｅｎｔｌｙｔｈｒｏｕｇｈＭａｔｌａｂｐｒｏｇｒａｍ．Ａｎｉｓｏｔｒｏｐｉｃｗａｖｅｌｅｔｔｒａｎｓｆｏｍ

ｃａｎｅｘｔｒａｃｔｔｈｅｔｒｅｎｄｆｅａｔｕｒｅａｎｄｄｅｔａｉｌｆｅａｔｕｒｅｉｎ

ａｎｙ

ｄｉｒｅｃｔｉｏｎ．Ｉｔ

ｉｓ

ａ

ｅｆｋｃｔｉＶｅａｌｇｏｒｉｔｈｍ

ｔｏｅｘｔｒａｃｔ

ｔｈｅｆｅ８ｔ＿Ｌ圭ｒｅ《ｉｍａｇｅ．

Ｋｅｙｗｏｒｄｓ：ａｎｉｓｏｔｒｏｐｉｃ；ｗａｖｅｌｅｔ

ｔｒａｎｓｆ０珊；ｉｍａｇｅ