一种基于剪切波和高斯混合模型的图像纹理分类方法

摘要

一种基于剪切波和高斯混合模型的图像纹理分类方法，首先用剪切波对给定的具有相同类别标号的训练样本集进行方向多尺度分解，获取这些训练样本的子带系数，然后构造这些子带系数的能量特征，用计算得到的能量特征表示这些方向子带，选择核主成分分析（KPCA）方法对这些能量特征进行降低维数处理，接着建立这些能量特征的高斯混合模型 （GMM），并用期望最大化（EM）算法估计高斯混合模型的参数，最后用贝叶斯分类器进行纹理图像分类；本发明有益效果：有效地提高了纹理图像的分类精度，有效地适应较小尺寸的纹理图像，另外，本发明方法充分利用了纹理图像的方向多尺度信息，具有广泛的应用价值。