多特征的灰度反转和旋转不变直方图

针对图像发生反向灰度变化时,传统局部二值模式及其派生的纹理描述符分类性能会明显下降问题,提出了一种灰度反转和旋转不变的直方图方法。该方法通过高斯导数滤波获得更加细微的图像微分结构,再构建具有旋转不变性的多种互补特征,最后利用主导思想对多种互补特征进行联合编码,获得具有灰度反转和旋转不变性的特征直方图。使用Outex、CUReT和KTH-TIPS等3个纹理图片数据库验证所提出方法的分类性能。实验结果表明:在旋转和灰度反转情况下,提出的方法能够显著提高分类性能,有效改善灰度反转问题,并对图像的旋转变化具有一定的鲁棒性;从算法复杂度来看,该方法取最佳尺度及特征时,运行时间适中,整体分类精度高。

基于半变异函数及不变矩的SAR图像检索

本文针对图像检索中常见的旋转、反转问题,提出了一种基于半变异函数及Hu不变矩的SAR图像检索算法。用不同方向、不同步长的半变异函数值描述图像的空间连续性,计算各方向的加权半变异函数值,并以此确定空间连续主方向来调整半变异函数值的方向排列,使其具有旋转、反转不变性。引入12个Hu不变矩,结合排序后的半变异函数值作为SAR图像的特征向量,特征向量归一化后用堪培拉距离作为相似性度量函数。采用旋转、反转后不同场景的SAR图像进行实验,并与基于多尺度分析的检索算法对比,结果证明了本文方法的有效性。