一种分层显著点的炉内火焰图像特征提取方法

显著点检测不但对图像特征提取、图像识别、图像压缩等是非常有用的,同时它还可以用于表示基于CBIR(contentbased image retrieval)的图像局部属性.针对炉内火焰图像特点,在小波变换思想的基础上,提出一种基于分层显著点的炉内火焰图像特征提取方法.首先利用Haar小波变换计算二维图像的显著值,然后按照四叉树的层次结构,该算法自顶向下根据四叉树每个象限的显著值占双亲节点显著值的比例提取图像最显著的点集.实验表明,该方法克服了传统小波变换提取图像显著点数目过多以及容易出现图像局部显著点聚集的缺点,同时算法还表现出了鲁棒性以及根据显著点特征进行图像检索的高效性.