运用各向异性小波变换进行图像特征提取
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
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