Contourlet变换和分形维的图像特征提取与识别

作     者：刘欢 肖根福 罗文浪 谭云兰 李金忠 LIU Huan;XIAO Gen-fu;LUO Wen-lang;TAN Yun-lan;LI Jin-zhong

作者机构：井冈山大学电子与信息工程学院江西吉安343009 流域生态与地理环境监测国家测绘地理信息局重点实验室江西吉安343009 井冈山大学机电学院江西吉安343009 

基　　金：国家自然科学基金项目(61462046)资助 江西省科技厅自然科学基金项目(20161BAB202049 20161BAB204172)资助 井冈山大学博士科研启动项目(JZB1311 JZB15016 JZB15009)资助 "流域生态与地理环境监测"国家测绘地理信息局重点实验室招标项目(WE2015013 WE2016003 WE2016013 WE2016015)资助 江西省高校人文社科项目(YS1546)资助 江西省艺术科学规划项目(YG2015081 YG2016250)资助 

出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)

年 卷 期：2017年第38卷第10期

页      码：2401-2405页

摘      要：针对图像单一特征量目标识别率不高的问题,提出一种基于Contourlet变换和分形维的特征提取与识别算法.首先对图像进行Contourlet变换(CT)得到低频子带和高频子带,然后计算低频子带的组合不变矩特征,同时通过代价函数挑选最优高频子带,提取高频子带的分形维特征并使用对比敏感函数(CSF)对不同高频子带的分形维数加权,最后将提取出的低频特征以及高频特征组合成复合特征向量,利用欧氏距离进行相似性度量完成图像目标物识别,该算法有效地融合了不变矩的全局不变性和Contourlet变换的多尺度、多方向局部细节特性.对比实验结果表明,该方法在各种变化条件下均具有较好的识别效果和运行效率,平均识别率达96%以上.

主 题 词：Contourlet变换 分形维 组合不变矩 特征提取 图像识别 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-1220.2017.10.043

馆 藏 号：203273754...