基于多特征的纹理特征提取方法研究与应用

摘要：

纹理是图像的1种重要视觉特征，常用于识别和区分图像。纹理特征的提取则是其应用需首先解决的问题。通过总结分析目前较为常用的纹理特征提取方法，基于灰度共生矩阵（GLCM ）算法、局部二值模式（LBP）算法和小波变换（DWT ）算法的特点，提出基于多特征的纹理特征提取算法，即将各算法提取的特征进行融合。融合中使用权重对参数进行配置。论文设计了1种图像检索实验，通过图像检索实验比较了各算法提取的特征对纹理的描述能力。结果表明，对于Co rel图像库，笔者提出的多特征的纹理特征提取算法检索的平均查准率相对于GLCM 算法提高了20％，相对于LBP算法提高了9％，相对于DWT算法提高了10％，相对于徐少平等人提出的特征融合方法提高了15％。证实了文中所提出的算法能够兼顾各算法的优点，并具有较好的旋转不变性和尺度不变性。其不足之处是需要同时提取GLCM 算法，LBP算法，DWT 算法下的纹理特征，计算所需时间是后3种算法时间之和，使算法的实用性受到了一定的限制。

关键词：图像纹理、纹理特征提取、多特征融合、灰度共生矩阵、局部二值模式、小波变换、图像检索

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目批准号51279252;武汉理工大学自主创新研究基金项目批准号145211005

在线出版日期：2015-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：31-38