基于双密度Contourlet变换的图像检索  

Image Retrieval Using the Double Density Contourlet Transform

作　　者：安志勇[1,2] 孙述和[2] 贺雪瑞[3] 李宏娟[1] 

机构地区：[1]山东省高校智能信息处理重点实验室(山东工商学院),烟台264005 [2]山东工商学院计算机学院,烟台264005 [3]山东工商学院政法学院,烟台264005

出　　处：《计算机科学》2012年第8期292-295,299,共5页Computer Science

基　　金：国家自然基金(61173173);山东省博士基金(BS2009DX038);山东省自然科学基金(ZR2011FL008);山东省住房和城乡建设厅建设科技计划(2011RK044);烟台市科学技术发展计划项目(2010167)资助

摘　　要：提出了一种新的双密度Contourlet变换,理论证明该变换在L2(Z2)空间是框架算子,具有较低平移敏感性和多方向分辨能力的优点。纹理图像在该变换域的高频方向子带系数分布符合广义高斯分布,可以利用广义高斯参数估计表征图像高频子带的纹理特性;针对变换域的低频子带,采用局部二值模式(LBP)提取图像的局部纹理特征。基于内容的图像检索实验表明,所提算法检索精度比传统Contourlet变换算法提高了5.3%。We proposed the double density contourlet transform（DDCT） and studied its applications.The DDCT is a frame operator for L2（Z2） and has the advantages of near shift-invariant,multi-scale and multi-direction.The DDCT sub-bands of the texture images have the property of non-Gaussian.The generalized Gaussian density（GGD） can denote the whole statistical feature of image to some extent.At the same time,the local binary pattern is used to describe the local texture-spatial feature for the low frequency sub-band of multiwavelets.Thus the GGD and local binary pattern features can be computed as the feature texture.Experiments indicate that the retrieval efficiency of this algorithm is raised by 5.3% than the Contourlet algorithm.

关 键 词：轮廓波变换 非下采样轮廓波变换 小波变换 图像检索 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]