[發(fā)明專利]基于幅值相位混合建模的圖像檢索方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201611199740.8
• 申請(qǐng)日: 2016-12-22
• 公開（公告）號(hào): CN106815314A
• 公開（公告）日: 2017-06-09
• 發(fā)明（設(shè)計(jì)）人: 楊紅穎;許娜;王向陽(yáng);牛盼盼
• 申請(qǐng)（專利權(quán)）人: 遼寧師范大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06K9/00
• 代理公司: 大連非凡專利事務(wù)所21220
• 代理人: 閃紅霞

1.一種基于幅值相位混合建模的圖像檢索方法，其特征在于按照如下步驟進(jìn)行：

約定：L指通過PDTDFB濾波器得到的低頻子帶、H代表高頻子帶；表示復(fù)子帶系數(shù)；a為的實(shí)部子帶、b為虛部子帶；i為虛數(shù)單位；和為Weibull分布概率密度函數(shù)的形狀參數(shù)和尺度參數(shù)；和為Vonn分布概率密度函數(shù)的位置參數(shù)和尺度參數(shù)；r表示幅值；P指概率密度函數(shù)；f為最大似然法超越方程函數(shù)；為相對(duì)相位；W為幅值紋理庫(kù)；V為相對(duì)相位紋理庫(kù)；I指待檢索圖像；J指圖像庫(kù)中圖像；為I和J之間的歐式距離；為圖像I的特征向量在第i個(gè)分量處的特征值；

a. 初始設(shè)置

獲取檢索圖像庫(kù)中的圖像J并初始化變量；

b. 高頻子帶獲取

對(duì)圖像J進(jìn)行PDTDFB變換，得到1個(gè)L和若干個(gè)H，設(shè)置分解參數(shù)為 [2 3]，即H分解為兩個(gè)尺度，分別為4個(gè)方向和8個(gè)方向，每幅圖像共得到12個(gè)H，每個(gè)H包含2個(gè)矩陣大小相同的a和b，用表示；

c. 系數(shù)幅值Weibull建模

c.1 根據(jù)下式對(duì)每個(gè)H的a和b進(jìn)行r計(jì)算，得到12個(gè)幅值子帶系數(shù)：

；

c.2 對(duì)每幅圖像H的12個(gè)幅值子帶系數(shù)采用Weibulll分布概率密度函數(shù)進(jìn)行統(tǒng)計(jì)建模，其概率密度函數(shù)P可定義為：

；

其中：；

c.3 根據(jù)下式計(jì)算Weibull分布的形狀參數(shù)和尺度參數(shù)，設(shè)給定Weibull分布隨機(jī)樣本為，并假定樣本是獨(dú)立分布的，則有

；

c.4 將得到的Weibull分布的形狀參數(shù)和尺度參數(shù)作為每一幅圖像J的特征向量，存入圖像幅值紋理庫(kù)W以待檢索使用；

d. 系數(shù)相對(duì)相位Vonn建模

d.1 根據(jù)下式對(duì)每個(gè)H的a和b進(jìn)行計(jì)算，得到12個(gè)相對(duì)相位子帶系數(shù)：

；

d.2 對(duì)每幅圖像H的12個(gè)相對(duì)相位子帶系數(shù)采用Vonn分布概率密度函數(shù)進(jìn)行統(tǒng)計(jì)建模，其概率密度函數(shù)P可定義為：

；

d.3 應(yīng)用最大似然法，根據(jù)下式估算Vonn分布的位置參數(shù)和尺度參數(shù)：

；

d.4 將得到的Vonn分布的位置參數(shù)和尺度參數(shù)作為每一幅圖像J的特征向量，存入圖像相位紋理庫(kù)V以待檢索使用；

e. 待檢索圖像處理操作

e.1 輸入待檢索圖像I，對(duì)I進(jìn)行PDTDFB分解，得到1個(gè)L和若干個(gè)H，設(shè)置分解參數(shù)為 [2 3]，即H分解為兩個(gè)尺度，分別為4個(gè)方向和8個(gè)方向，每幅圖像共得到12個(gè)H，每個(gè)H包含2個(gè)矩陣大小相同的a和b；

e.2 重復(fù)步驟c，對(duì)待檢索的圖像I高頻子帶的12個(gè)幅值子帶系數(shù)采用Weibulll分布進(jìn)行建模，計(jì)算其形狀參數(shù)和尺度參數(shù)，得到待檢索的圖像I的特征向量；

e.3 重復(fù)步驟d，對(duì)待檢索的圖像I高頻子帶的12個(gè)相對(duì)相位子帶系數(shù)采用vonn分布進(jìn)行建模，計(jì)算其位置參數(shù)和尺度參數(shù)，得到待檢索的圖像I的特征向量；

f. 相似度計(jì)算

定義為待檢索圖像I與圖像庫(kù)圖像J之間的歐式距離，表示圖像I的特征向量在第i個(gè)分量處的特征值，表示圖像J的特征向量在第i個(gè)分量處的特征值：

g. 重復(fù)進(jìn)行e~f步驟，直到將待檢索圖像I和圖像庫(kù)圖像J全部匹配結(jié)束。