基於多小波構造的紋理特徵表示與提取

《基於多小波構造的紋理特徵表示與提取》是依託華中科技大學，由尤新革擔任項目負責人的面上項目。

基本介紹

• 中文名：基於多小波構造的紋理特徵表示與提取
• 項目類別：面上項目
• 項目負責人：尤新革
• 依託單位：華中科技大學

項目摘要

本項目將通過構造多小波和改進已有多小波來探討不同結構的圖像紋理的表示理論、方法和分析模型，側重研究由多個不同性質尺度函式生成的、同時具有同時具有非光滑性、緊支性、對稱性和正交性的多小波的構造理論，並解決多小波理論中長期未能很好解決的分解與重構算法，建立基於構造的多小波域的高斯馬爾科夫模型，並用該模型來表示與分析圖像的紋理結構和隱含的方向信息，探討模型的參數估計理論與方法。同時基於構造的多小波，把表示與分離不同結構的奇異性（邊緣）與不同結構紋理研究結合起來，希望探討它們之間的共同特點並建立表示與分離不同結構邊緣和紋理的理論及相應實現算法，為不同結構紋理的表示和提取探討新的理論工具和方法，希望能突破傳統小波方法中對圖像中不同結構紋理與方向特徵表示定位模糊、識別率低、計算量大等局限，使得圖像中不同結構紋理特徵的表示和提取形成一個基於新構造的多小波的相對獨立和系統的理論體系。

結題摘要

本項目研究多小波以及多小波濾波器的構造理論，並套用它們探討不同結構的圖像紋理的表示理論、方法和分析模型。項目重點探討和研究了多個不同性質尺度函式生成的、同時具有非光滑性、緊支性、對稱性和正交性的多小波的構造理論，探討並部分解決了多小波理論中的分解與重構算法。在此基礎上，探討了基於構造的多小的紋理圖像的表示模型及相應紋理特徵表示方法，重點探討了表示與分析圖像的紋理結構和隱含的方向信息的新方法。套用構造的多小波濾波器對不同結構的奇異邊緣和紋理特徵進行了表示和刻畫。並將一般圖像紋理特徵表示理論和方法推廣到多譜圖像特徵的表示和提取上，結合近年機器學習部分最新成果，部分解決了基於小波和統計學習的多譜圖像的特徵表示與提取理論和算法。對傳統小波方法中對圖像中不同結構紋理與方向特徵表示定位模糊、識別率低、計算量大等局限有一定突破，在部分生物圖像、多光譜圖像紋理和方向特徵的表示和提取套用上取得了一些較好結果，為不同結構圖像紋理特徵的表示和提取探討一些新的思路和理論方法。