基于截尾广义柯西建模的纹理图像检索方法技术

本发明专利技术公开了一种基于截尾广义柯西建模的纹理图像检索算法，首先对纹理图像进行非下采样小波变换；其次，对变换得到的HSB系数采用截尾广义柯西分布概率密度函数进行统计建模；然后，对截尾广义柯西分布的位置参数

Texture image retrieval method based on truncated generalized Cauchy modeling

The invention discloses a texture image retrieval algorithm based on the truncated generalized Cauchy modeling. Firstly, the texture image is not subsampled wavelet transform. Secondly, the HSB coefficients are modeled by the truncated generalized Cauchy distribution probability density function, and then the position parameters of the truncated generalized Cauchy distribution are obtained.

【技术实现步骤摘要】
基于截尾广义柯西建模的纹理图像检索方法
本专利技术属于数字图像检索
，涉及基于内容的图像检索方法，特别涉及一种基于截尾广义柯西建模的纹理图像检索方法。
技术介绍
目前，智能手机、数码相机等电子设备的普及使得人们能够随时随地捕捉影像形成图像信息，并即时传播到互联网上，数字图像正以惊人的速度增长，当今问题是如何在巨大的图像库中进行高效且精准地检索问题。早期传统的基于文本的图像检索方法（TBIR）是一个基于词语匹配的检索过程，将图像进行种种注释（譬如名称、编号、内容简述等）进行搜索。随着图像信息量的逐渐扩大，TBIR技术遇到严峻的问题：文本的标注难以全方位精准地描述越来越丰富的图像内容，基于内容的图像检索技术（CBIR）应运而生。CBIR相比较TBIR，其对图像的标注属于自动分析标注，不再是根据人主观的理解来对图像进行文字标注。人工标注会受到兴趣、知识储备、职业等各个方面的主观因素影响，并且一些图像的特殊特征难以用语言进行描述，而CBIR使用软件对图像进行自动分析，特征自行提取（例如纹理特征），并将其组成特征库。在对图像进行检索时，采用相似度计算的方法，计算待检索图像与图像库中图像特本文档来自技高网...

【技术保护点】
一种基于截尾广义柯西分布统计模型的图像检索方法，其特征在于按照如下步骤进行：约定：I指待检索图像；J指图像库中图像；

【技术特征摘要】
1.一种基于截尾广义柯西分布统计模型的图像检索方法，其特征在于按照如下步骤进行：约定：I指待检索图像；J指图像库中图像；表示截尾广义柯西分布PDF的位置参数，表示截尾广义柯西分布PDF的尺度参数；指待检索图像I的特征；为I和J之间的相似性距离；代表I的特征向量在第i个分量处的值；LSB代表分解得到的低频子带；HSB代表分解得到的高频子带；a.初始设置获取检索图像库中的图像J并初始化变量；b.图像UDWT分解使用非下采样小波变换（UDWT）对检索图像库中的每幅图像J进行分解，设置分解参数，每一幅图像J分解成一个LSB和多尺度多方向的若干个HSB；c.HSB系数截尾广义柯西分布建模c.1对每一幅图像J分解后得到的若干个HSB系数采用截尾广义柯西分布概率密度函数进行统计建模，定义截尾广义柯西分布统计模型为：其中，，，是函数，表示位置参数，表示尺度...

【专利技术属性】
技术研发人员：杨红颖，张璨，牛盼盼，王向阳，
申请(专利权)人：辽宁师范大学，
类型：发明
国别省市：辽宁,21