陳 熙,申 柯,李運(yùn)蘭
(1. 貴州師范大學(xué)大數(shù)據(jù)與計(jì)算機(jī)科學(xué)學(xué)院,貴州 貴陽 550025; 2. 長(zhǎng)沙學(xué)院計(jì)算機(jī)工程與應(yīng)用數(shù)學(xué)學(xué)院,湖南 長(zhǎng)沙 410022)
圖像特征提取在計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域扮演著重要的角色,它在視頻監(jiān)控,圖像檢索,運(yùn)動(dòng)檢測(cè),遠(yuǎn)程遙感,生物醫(yī)學(xué)圖像分析和人臉識(shí)別等方面發(fā)揮著重要作用。基于統(tǒng)計(jì)的圖像特征提取是非常重要的圖像特征提取方法,到目前為止,已經(jīng)有很多統(tǒng)計(jì)圖像特征提取方法。R. Chellappa等人提出了二維馬爾可夫隨機(jī)場(chǎng)模型的圖像紋理分類特征提取方法,所提方法利用馬爾可夫隨機(jī)場(chǎng)模型參數(shù)的最小二乘估計(jì)作為特征[1]。Jorjandi S等人提出非對(duì)稱正態(tài)拉普拉斯混合模型進(jìn)行圖像統(tǒng)計(jì)特征建模[2]。
通過對(duì)小波變換系數(shù)分布特征構(gòu)建不同的統(tǒng)計(jì)模型也是圖像特征描述的一類主流方法。Vasconcelos詳細(xì)討論了特征空間中各成分獨(dú)立性的影響,得出獨(dú)立性對(duì)檢索精度有負(fù)面影響的結(jié)論,因此采用統(tǒng)計(jì)模型來建模不同尺度和方向下的小波變換系數(shù)的相關(guān)性是一種被證明有效的紋理描述方法[3],從而有一些研究人員開展這方面的工作。文獻(xiàn)[4]采用金字塔離散小波變換(DWT)對(duì)圖像進(jìn)行分解,并用廣義高斯分布(GGD)對(duì)細(xì)節(jié)子帶系數(shù)進(jìn)行建模。圖像之間的相似度匹配采用廣義高斯概率密度之間的K-L散度進(jìn)行計(jì)算。考慮到一個(gè)高斯模型難于對(duì)紋理分布進(jìn)行準(zhǔn)確建模,Hind Oulhaj等人提出了高斯混合模型來刻畫復(fù)小波變換子帶系數(shù)的統(tǒng)計(jì)特征,其中用最大似然估計(jì)方法估計(jì)高斯混合模型的參數(shù)[5]。……