一种基于高维框架小波预处理的图像特征提取方法技术

本发明专利技术公开了一种基于高维框架小波预处理的图像特征提取方法，涉及机器视觉应用领域，对渐变及色差变化小的部分进行强调，因此整体可将图像的边缘更完整地显示，具体方案为：S1：构造小波得到小波母函数；S2：将构造的小波参数化设计，其中离散信号为范围在[0,255]之间的实数；S3：对小波中复数部分进行取模运算；S4：按照行和列的顺序，将原始图像小波分解为四部分：行列低频LL，行低频列高频LH，行高频列低频HL，行列高频HH；S5：对四幅图像重构，利用A‑扩张小波运算的逆向进行像素值运算重构得到滤波后的图像；S6：S5得到的图像进行边缘检测。本发明专利技术提供的基于高维框架小波预处理的图像特征提取方法可将图像的边缘更完整地显示。

An image feature extraction method based on high dimension frame wavelet preprocessing

【技术实现步骤摘要】
一种基于高维框架小波预处理的图像特征提取方法
本专利技术涉及机器视觉应用领域，更具体地说，它涉及一种基于高维框架小波预处理的图像特征提取方法。
技术介绍
图像预处理，是将每一个文字图像分检出来交给识别模块识别，这一过程称为图像预处理。在图像分析中，对输入图像进行特征抽取、分割和匹配前所进行的处理。图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽取、图像分割、匹配和识别的可靠性。现有图像处理技术中的算子方法对图像的渐变边缘、色差变化小的边缘检测程度不良，无法准确、清晰地将渐变边缘显示出来：因算子插值的方法中要对像素变化阈值进行判断，而渐变区域阈值相对较小。例如某些医学病灶图像中，因人体组织与其颜色相近、病变区域渐变不明显时，现有算子方法不能明显显示病灶点。
技术实现思路
为解决上述技术问题，本专利技术提供一种基于高维框架小波预处理的图像特征提取方法，对渐变及色差变化小的部分进行强调，因此整体可将图像的边缘更完整地显示，例如，针对在医学病灶本文档来自技高网...

【技术保护点】
1.一种基于高维框架小波预处理的图像特征提取方法，其特征在于，包括以下步骤：/nS1：构造小波得到小波母函数：/n

【技术特征摘要】
1.一种基于高维框架小波预处理的图像特征提取方法，其特征在于，包括以下步骤：
S1：构造小波得到小波母函数：



其中：Ω＝[-π，π]×[-π，π]，
基本小波函数表达式为：



S2：将构造的小波参数化设计，其中离散信号为范围在[0,255]之间的实数；
S3：对小波中复数部分进行取模运算；
S4：按照行和列的顺序，将原始图像小波分解为四部分：行列低频LL，行低频列高频LH，行高频列低频HL，行列高频HH；
S5：对四幅图像重构，利用A-扩张小波运算的逆向进行像素值运算重构得到滤波后的图像；
S6：S5得到的图像进行边缘检测。


2.根据权利要求1所述的基于高维框架小波预处理的图像特征提取方法，其特征在于，所述S1中小波的构造过程包括以下步骤：
T1：设置2×2积分拓展矩阵：






剩下A5＝-A3，A6＝-A4
T2：构造一个尺度集F，使得集E＝AτF\F是一个A-扩张小波集；
T3：对A-扩张小波进行傅里叶变换，得到函数
T4：得到低通滤波器、尺度函数和小波的计算公式如下：


<...

【专利技术属性】
技术研发人员：李忠艳，张子扬，陈劭峰，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：北京;11