方向性多分辨率圖像分析研究：理論和應(yīng)用.pdf

1、本論文研究方向性多分辨率分析和神經(jīng)網(wǎng)絡(luò)PCNN在圖像分析中的應(yīng)用。 有關(guān)方向性多分辨率分析的研究一直是信號(hào)處理的重點(diǎn)內(nèi)容。有許多在多分辨率分析框架下提取信號(hào)方向性信息的方法，這些方法都試圖提供高維信號(hào)的方向性表達(dá)，附加地還必須滿足理想重構(gòu)，低冗余度，高計(jì)算效率等性質(zhì)。DTCWT、Contourlets、NSCT、PDTDFB等變換是目前流行的方向性多分辨率分析方法，但它們都有各自結(jié)構(gòu)性的缺陷。 神經(jīng)網(wǎng)絡(luò)PCNN是優(yōu)異的圖

2、像分析工具，是一種具有旋轉(zhuǎn)不變、尺度不變、平移不變等特點(diǎn)的圖像變換方法。PCNN可以提供對(duì)原圖像在不同尺度下的逼近序列，因而具有多分辨率分析的性質(zhì)。與小波和多尺度分析不同，PCNN直接檢測(cè)邊緣信息，這些邊緣信息可用于特征提取、圖像分割、目標(biāo)識(shí)別、除噪和增強(qiáng)等應(yīng)用。 本論文的主要內(nèi)容和貢獻(xiàn)如下： 1、基于解析信號(hào)復(fù)小波變換的思想，提出了基于解析信號(hào)的P-Contourlet變換，通過(guò)在原始信號(hào)的解析信號(hào)上實(shí)施Contour

3、let變換，實(shí)現(xiàn)了一種平移不變的方向性多分辨率方法，變換具有相信息。根據(jù)方向性分辨率的不同，我們將該方法分為單通道方法P-Contourlet-I和雙通道方法P-Contourlet-II。P-Contourlet實(shí)現(xiàn)結(jié)構(gòu)簡(jiǎn)單，冗余度較低。紋理分類(lèi)實(shí)驗(yàn)結(jié)果表明，P-Contourlet是一種非常有效的圖像分析工具。 2、基于對(duì)偶樹(shù)復(fù)小波的思想，提出對(duì)偶樹(shù)Contourlet變換DTCT。我們研究PDTDFB的結(jié)構(gòu)和實(shí)現(xiàn)方法，認(rèn)知

4、到它在濾波器設(shè)計(jì)和系統(tǒng)實(shí)現(xiàn)上存在一些問(wèn)題，所以我們提出一種易于實(shí)現(xiàn)的結(jié)構(gòu)DTCT。兩個(gè)級(jí)聯(lián)的DFBs樹(shù)形結(jié)構(gòu)對(duì)拉普拉斯金字塔的高通子帶進(jìn)行方向性分解，單獨(dú)的每個(gè)樹(shù)形結(jié)構(gòu)構(gòu)造為正交系統(tǒng)，實(shí)樹(shù)和虛樹(shù)對(duì)應(yīng)的濾波器之間滿足一定的相約束條件，整個(gè)變換為緊框架。我們分析了DTCT的系統(tǒng)結(jié)構(gòu)和濾波器特性，并提出了系統(tǒng)所需要的濾波器設(shè)計(jì)方法。DTCT實(shí)現(xiàn)了近似的平移不變性，方向性分辨率和PDTDFB相同，由于是雙樹(shù)結(jié)構(gòu)，變換具有相信息。與PDTDFB相

5、比，具有結(jié)構(gòu)上的簡(jiǎn)單性和實(shí)現(xiàn)的有效性。 3、提出了一種基于二值傅里葉譜的紋理預(yù)分類(lèi)算法，將紋理庫(kù)中的圖像分為結(jié)構(gòu)紋理和隨機(jī)紋理。實(shí)驗(yàn)表明，對(duì)結(jié)構(gòu)紋理，利用方向性分解來(lái)分析，可實(shí)質(zhì)性地提高檢索率。 4、基于濾波器組的圖像分析方法(小波、Contourlets及基于DFBs的方法等)對(duì)圖像的旋轉(zhuǎn)和尺度的變換非常敏感，我們提出了一種基于PCNN的圖像檢索方法，圖像特征具有旋轉(zhuǎn)不變、尺度不變和抗噪聲的特點(diǎn)。實(shí)驗(yàn)表明該方法是有效的