%0 Journal Article
%T Contourlet变换和分形维的图像特征提取与识别
%A 刘欢
%A 李金忠
%A 罗文浪
%A 肖根福
%A 谭云兰
%J 中山大学学报（自然科学版）
%D 2017
%X 摘要 针对图像单一特征量目标识别率不高的问题,提出一种基于Contourlet变换和分形维的特征提取与识别算法.首先对图像进行Contourlet变换（CT）得到低频子带和高频子带,然后计算低频子带的组合不变矩特征,同时通过代价函数挑选最优高频子带,提取高频子带的分形维特征并使用对比敏感函数（CSF）对不同高频子带的分形维数加权,最后将提取出的低频特征以及高频特征组合成复合特征向量,利用欧氏距离进行相似性度量完成图像目标物识别,该算法有效地融合了不变矩的全局不变性和Contourlet变换的多尺度、多方向局部细节特性.对比实验结果表明,该方法在各种变化条件下均具有较好的识别效果和运行效率,平均识别率达96%以上
%K Contourlet变换
%K 分形维
%K 组合不变矩
%K 特征提取
%K 图像识别
%U http://xwxt.sict.ac.cn/CN/abstract/abstract4188.shtml