如发现有乱码， 请直接从这里浏览原文
正文摘录:

基蔓；堡型国堡堡墅回不同相似性度量方法的比较研究纹理图像检索的不同相似性度量方法的比较研究高燕’，张瑜慧’，胡学龙卜。(1.南京信息职业技术学院江苏南京210046；2.苏州大学江苏省计算机信息处理技术重点实验室江苏苏卅I215006)摘要：图像特征和相似性度量方法的选取是基于内容图像检索的一个关键环节。针寸该问题，提出一种基于整数小波包分解的纹理特征检索方法。通过连接小波包分解后各尺度内和尺度间不同频带的小坡系数.提取标准方差和均值信息描述纹理。此外，对8种相似性度量方法进行了分析和比较。通过对纹理库的检索实验表明，与传统的距离测度相比，Ca。berra和Brfiy—Curtis距离测度能有效地提高图像的检索性能。关键词：图像特征；相似性度量；基于内容的图像检索；整数小波包中图分类号：TP391.3文献标识码：A文章编号：1004—373X(2007)02—014一()3ComparativeStudiesonSimilarityMeasuresforTextureImageRetrieval(；A(：)Yan’，ZIIAN(；Yuhui，HUXkl(、l{；ng。(1Sch()ol()flnfornlatk)nEt’gITleering.Y，]1]gzh{}utJni、L，1si!、r.、H11g巾f…2250(9.(‘Ili㈤；2JiangsuI’roviliceKeyI，abfor【’㈨、puR'rlnfornlalfoilh∽￡、、、、…*hcl'molo~,y.s()i、乩r】、v卜niVt,!-Sl【v.b眦h__.!H㈨6，(hfIll】1Abstract：Imagefeatureandsimilaritymeasureareimportanttopicsincontentbasedimageretrieval.InthisDaDer，tex—turefeatureretrievalmethodbasedonintegertOintegerwaveletpackagetransformationispresented.Byconcatenatingtheinterscaleandintrascalecoefficientsofdifferentbands，deviationandmeanareextractedtOformthedescriDtor.FLlrthermore.eightsimilaritymeastiresarecompared.ExperimentalresultsonthetexturedatabaseindicatettlatretrievalpcrformancecanbeimprovedbyusingCanberraandBrayCurtisdistancemetricscomparedtOconventionaldistancemetrics.Keywords：imagefeature；similaritymeasure；content—basedimageretrieval；integertointegerwaveletpackage1引言纹理特征足人类视觉的一个重要组成部分.¨丁以看成表示灰度空间分布的属性。在医学领域中的病理分析和疾病诊断、遥感领域中的地物分类和地形分析、例像检索等方面应用广泛。迄今为止，人们进行了大量的探索研究，但对于纹理的抽取与分析还未得到充分的沦述，故纹婵分析一直都被认为是一个极富挑战性的课题。研究表明，一个好的纹理特征提取算法应该能够提取多尺度、多方向性的特征。根据这一观点，基于多尺度的纹理分析方法已经引起人们的极大兴趣，其中.以基于小波的多尺度分析法最引人注目”j。本文提出了一种基于整数小波包分解的纹珲特征检索方法。该方法通过连接小波包分解后各尺度内和尺度问不同频带的小波系数，并提取其统计特性来描述纹瑚特f【F。同时，对8种相似性度量方法进行了分析和比较。实收稿日期：2006—05—15基金项目：江苏省计算机信息处理技术实验室开放研究课题(KIS01023)；江苏省高校自然科学研究指导性汁划项目(03KJD460259)验结果表明.与传统的距离测度相比，Canberra和BrayCurtis距离测度一能有效地改进图像的榆索性能。2整数小波包分解Z.1整数小波变换1994年W.Sweldens等人针对第一代小波的局限性，提出了一种新的小依赖于傅里叶变换的小波构造算法提升算法(1iftingscheme)。一，被称为第二代小波变换(即整数小波变换)。其主要特点是：继承了第一代小波的多分辨牢特性；不依赖傅里口}‘变换；小波变换后的系数是整数；基于多项式内插的思想，所有运箅都在空问域进行.从而摆脱了对频域的依赖。基于提升算法的第二一代小波变换主要包括以下3个步骤：(】)分裂(split)将原始数据集a，分解成2个集合“，集合定义为“，…偶数点集合定义为r，同，也就相当于采用小同的小波基。{“，1“，1}：一split(“，)(2)预测(predict)…’，…将奇数点。分裂方式的小主要是消除第一步分裂后留下的冗余，给Ⅲ更紧敛的数据表示。预测的目的足加％。预测C，，，预测误萍形成新