小波-轮廓波纹理图像检索系统

doi:10.3778/j.issn.1002-8331.2010.01.004

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (1): 11-13.DOI: 10.3778/j.issn.1002-8331.2010.01.004

小波-轮廓波纹理图像检索系统

陈新武^1，2，田金文²

1.信阳师范学院物理电子工程学院，河南信阳 464000
2.华中科技大学多谱信息处理技术国家重点实验室，武汉 430074

收稿日期:2009-07-20 修回日期:2009-08-25 出版日期:2010-01-01 发布日期:2010-01-01
通讯作者: 陈新武

Wavelet-contourlet texture image retrieval system

CHEN Xin-wu^1，2，TIAN Jin-wen²

1.College of Physics and Electronical Engineering，Xinyang Normal University，Xinyang，Henan 464000，China
2.State Key Lab for Multi-Spectral Information Processing Technology，Huazhong University of Science Technology，Wuhan 430074，China

Received:2009-07-20 Revised:2009-08-25 Online:2010-01-01 Published:2010-01-01
Contact: CHEN Xin-wu

摘要/Abstract

摘要： 针对轮廓波检索系统检索率较低、检索速度较慢等问题，提出一种小波-轮廓波纹理图像检索系统。该系统在最细节尺度子空间采用轮廓波变换，而在其他子空间采用小波变换，以变换域子带系数的能量和标准偏差序列作为特征向量，Canberra距离为相似度标准。采用Brodatz纹理数据库中的109幅640×640的纹理图像为实验对象，比较了基于同样架构的轮廓波变换和小波-轮廓波纹理检索系统的性能。实验结果表明：后者具有较高的检索率、较快的检索速度和较少的特征向量数据库存储空间。

关键词: 小波-轮廓波变换, 轮廓波变换, 纹理图像, 检索系统, 检索率

Abstract: Focusing on the problem of low retrieval rate and retrieval speed in contourlet retrieval systems，a wavelet-contourlet transform based texture image retrieval system is proposed.In the system，contourlet transform is carried out for most detailed sub-bands.Each sub-band energy and standard deviations in transform domain are cascaded to form feature vectors，and the similarity metric is Canberra distance.Comparison is made on contourlet and wavelet-contourlet transform retrieval systems through an experiment on 109 texture images with 640×640 pixels size from Brodatz album.Experimental results show that the latter one has advantages on retrieval rates，retrieval speed and storage room for feature vectors.

Key words: wavelet-contourlet transform, contourlet transform, texture image, retrieval system, retrieval rate

中图分类号:

TN911.7

陈新武^1，2，田金文². 小波-轮廓波纹理图像检索系统[J]. 计算机工程与应用, 2010, 46(1): 11-13.

CHEN Xin-wu^1，2，TIAN Jin-wen². Wavelet-contourlet texture image retrieval system[J]. Computer Engineering and Applications, 2010, 46(1): 11-13.

[1]	师晓波，蔺素珍，桑新亚. 利用结构连续块和多尺度变换的缺损图像修复[J]. 计算机工程与应用, 2019, 55(8): 189-194.
[2]	李忠海，宋智钦，王崇瑶. 非整数步长的分数阶微分Sobel算子的应用[J]. 计算机工程与应用, 2018, 54(17): 192-197.
[3]	杨雪，刘天时，李湘眷. 融合小波变换与改进PCNN的图像增强算法研究[J]. 计算机工程与应用, 2016, 52(8): 163-168.
[4]	康良成，李朝锋. 基于轮廓波数字水印的JPEG图像质量评价方法[J]. 计算机工程与应用, 2016, 52(21): 206-210.
[5]	彭茜，狄岚，杨文静. 基于类间极大化的PCM聚类技术的图像分割方法[J]. 计算机工程与应用, 2016, 52(16): 142-148.
[6]	槐向兵，厉征鑫，刘建立，高卫东. 基于轮廓波变换的织物疵点图像消噪新方法[J]. 计算机工程与应用, 2014, 50(19): 143-146.
[7]	杨秋芬1，2，桂卫华1，胡豁生1. 基于改进非线性加权的图像融合算法[J]. 计算机工程与应用, 2014, 50(14): 22-25.
[8]	桑高丽1，宣士斌1，2，赵波1，郑增国1. 采用目标提取和NSCT的红外与可见光图像融合[J]. 计算机工程与应用, 2013, 49(11): 172-176.
[9]	王爽，陈广秋，孙俊喜，杨华民. 一种轮廓波域MRF样本修补技术[J]. 计算机工程与应用, 2012, 48(30): 197-200.
[10]	丁灿，曲长文. 改进的轮廓波图像匹配算法[J]. 计算机工程与应用, 2012, 48(10): 194-196.
[11]	曲怀敬1，齐志强2，吴延荣1. 基于改进Contourlet变换的纹理图像混合检索方法[J]. 计算机工程与应用, 2011, 47(26): 162-166.
[12]	陈新武1，2，李湘英1，龚俊斌2，田金文2. Contourlet-1.3纹理图像检索系统[J]. 计算机工程与应用, 2011, 47(26): 177-180.
[13]	朱贝贝1，尚赵伟1，2，袁博1，国庆1，张峰1，杨建伟3. 抗混叠轮廓波变换的脱线中文手写体笔迹识别[J]. 计算机工程与应用, 2011, 47(24): 150-153.
[14]	陈婵娟，康宝生，冯筠. 采用几何模型切分的人脸纹理图像生成算法[J]. 计算机工程与应用, 2011, 47(19): 156-158.
[15]	郭传奇1，汪文革2，储彬彬3. 一种改进的PCNN图像融合算法[J]. 计算机工程与应用, 2011, 47(19): 176-178.

小波-轮廓波纹理图像检索系统

Wavelet-contourlet texture image retrieval system

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics