结合二维EEMD和小波分解的遥感图像纹理方向检测

遥感图像纹理特征的提取和分析,可以弥补光谱特征在提取遥感图像信息特征方面的不足,提高遥感图像分类、识别的精度。为了得到遥感图像纹理特征中较重要的方向性特征,提出一种检测遥感图像纹理方向特征的新方法:先用改进后的二维集合经验模态分解算法(BEEMD)对原始图像进行处理;再对分解结果进行小波分解与Radon变换来检测图像纹理的方向性特征。实验结果表明,所提算法既能克服小波分解高频信息泄露的缺陷,增强小波分解的适用性;又能获得遥感图像纹理在低频、垂直和水平等部分较为准确、精细的方向特征检测结果,为遥感图像的识别与区分提供更有效的依据。

基于Brushlet复特征的纹理分类

Brushlet是一种新的图像方向信息分析工具,其能量特征已被应用于纹理分割、分类以及去噪等领域。该文利用Brushlet变换为复函数这一特性,提取其能量及相位信息作为纹理分类特征。通过对Brodatz纹理图像库中均匀、非均匀以及全部图像进行分类实验,较之单一能量特征的分类方法,Brushlet复特征取得了更好的分类性能。

一种H.264/AVC帧内编码的改进算法

在利用宏块分割进行边界方向检测判断图像纹理方向的帧内预测算法的基础上提出了一种改进算法。首先根据宏块平坦程度对宏块预测方式预判——4×4块或16×16块,然后在4×4块预测方式中结合相邻方向模式的相关性进一步减少预测模式数,在16×16块预测方式中直接采用边界方向检测的方法选取预测模式,最后对8×8块运用类似16×16块的方法进行预测。实验结果表明,该算法与原文算法相比,编码时间减少了18%左右,峰值信噪比(PSNR)和输出码率基本保持不变。