新的纹理图像特征提取方法

提出了一种新的基于非下采样Contourlet变换的纹理特征提取方法。首先对纹理图像进行非下采样 Contourlet变换,然后提取不同尺度、不同方向上变换系数矩阵的均值和方差作为特征向量,大大降低了特征维数,并 利用BP神经网络进行训练和仿真,实现了纹理图像的自动分类。实验结果表明,与小波包变换和改进的LBP纹理算 子等方法相比,该方法能取得更好的分类效果。