基于SVD和曲波变换的图像特征提取研究

作者：张云强; 张培林; 徐超; 王国德

来源：计算机仿真, 2012, (12): 303-306.

• 图像识别
• 特征提取
• 奇异值分解
• 曲波变换 Image recognition
• Feature extraction
• Singular value decomposition(SVD)
• Curvelet transform(CT)

关于图像特征提取优化问题,为有效地描述图像特征,提出了一种奇异值分解(SVD)和曲波变换的特征提取方法,首先对图像进行奇异值分解和曲波变换,分别获得图像的奇异值和不同尺度的曲波系数,根据识别成功率选取一组较大的奇异值,并计算各尺度曲波系数的均值、标准差、能量和熵等统计特征。最后利用选取的奇异值和曲波系数的统计特征构造特征集描述图像特征。将提取的特征集应用于纹理图像识别,平均识别率达到了94%。仿真结果表明,改进方法提取的特征集能很好地刻画图像特征,应用于图像识别可获得较高的识别成功率。

• 单位
  中国人民解放军陆军工程大学