题目：数字图像纹理几何变换不变性分析方法研究

图像的一个非常重要的特征就是纹理特征，任何图像都可认为是由一种或多种不同纹理组成。纹理分类识别作为纹理分析的重要研究方面，同时也是图像识别的重要分支，在众多领域产生深远的影响。近年来，人们提出了各种纹理分类算法，并取得了丰硕的成果。但是在人眼睛看来两个不同的纹理区域，它们在纹理的方向上或者缩放尺度上不同，却具有相同的纹理分布，若不考虑旋转和缩放不变性，那么让计算机来识别它们，就很有可能会识别为两类截然不同的纹理种类，从而影响识别能力，这是在分类过程中经常遇到的问题。因此旋转与缩放等不变纹理分析就变得非常重要。旋转、缩放不变纹理分类问题得到了越来越多人的重视，但是，目前大多数分类算法不具备缩放、旋转等几何不变性，仍存在一些缺陷，在一定程度上制约了这些算法的应用，而具有抗噪性的纹理分类更是有待深入研究的重点和难点。
    本文对纹理分析进行了综述，介绍了纹理分析尤其是纹理分类的研究现状，然后提出了一种基于Radon变换和双谱分析的纹理旋转不变性分析方法。该方法首先对纹理图像进行Radon变换，在Radon投影空间进行双谱分析实现纹理旋转不变识别与旋转角度估计。
    矩方法在目标识别领域有着广泛的应用，但在纹理分类识别方面应用不多。本文提出了一种基于Radon变换的矩不变量的纹理分类方法。该方法对纹理图像进行Radon变换，针对变换后投影矩阵构造缩放和旋转不变矩。
    由于Radon变换是对图像不同方向的线积分，基于Radon投影空间的纹理特征具有全局特性，而且对白噪声具有一定的抑制作用。本文方法的特征向量长度很短，降低了分类器训练和识别的复杂度。实验采用Brodatz纹理集，结果表明，本文方法具有较高的识别率，对噪声的鲁棒性较强。