[发明专利]基于混合统计建模的纹理图像检索方法

摘要

本发明公开了一种基于幅值相位混合建模的图像检索方法，首先利用具有良好方向性特点的DD‑DTCWT变换分解图像，对变换得到的高频子带进行幅值及相对相位计算；其次，应用Cauchy分布函数对幅值进行统计模型建模，得到位置参数和尺度参数；然后，应用Vonn分布函数对相对相位进行统计模型建模，得到位置参数和尺度参数；最后，利用、、和作为每幅图像的特征，应用于图像检索。实验结果表明，本发明的方法由于以参数、、和作为每幅图像的特征，有效降低了特征的维度，缩减了相似度计算所分配的时间，提高了平均检索率。

主权项

1.一种基于混合统计建模的纹理图像检索方法，其特征在于按照以下步骤进行：约定：L指通过双密度双树复小波变换（DD-DTCWT）得到的低频子带、H代表高频子带；表示复子带系数；a为的实部子带、b为虚部子带；i为虚数单位；和为Cauchy分布概率密度函数（PDF）的位置参数和尺度参数；和为Vonn分布概率密度函数（PDF）的位置参数和尺度参数；r表示幅值；P表示概率密度函数；f为最大似然法超越方程函数；为相对相位；W为幅值纹理库；V为相对相位纹理库；I指待检索图像；J指图像库中图像；为I和J之间的欧氏距离；为图像I的特征向量在第i个分量处的特征值；为待检索图像特征；为图像特征库中的特征；a. 初始设置获取检索图像库内的图像J，同时进行变量初始化；b. 高频子带获取对图像J进行二级DD-DTCWT变换，得到4个L和64个H，其中H由矩阵大小相同的32个a和32个b组成，用表示；c. 系数幅值Cauchy建模c.1 根据下式对每个H的a和b进行r计算，得到12个幅值子带系数；；c.2 对每幅图像H的32个幅值子带系数采用Cauchy分布的PDF进行统计建模，其PDF，即P可定义如下：其中：；c.3 根据下式计算Cauchy分布的和两参数，设给定Cauchy分布的随机样本，并假定样本是独立分布的，为Cauchy分布的中值，通过牛顿迭代法估计得出基于位置参数的最大似然函数：；c.4 将得到的Cauchy分布的位置参数和尺度参数作为每一幅图像J的特征向量，存入图像幅值纹理库W以待检索使用；d. 系数相对相位Vonn建模d.1 根据下式对每个H的a和b进行计算，得到32个相对相位子带系数：；d.2 对每幅图像H的32个相对相位子带系数采用Vonn分布PDF进行统计建模，其PDF，