[发明专利]一种基于高维框架小波预处理的图像特征提取方法

权利要求书

1.一种基于高维框架小波预处理的图像特征提取方法，其特征在于，包括以下步骤：

S1：构造小波得到小波母函数：

其中：Ω＝[-π，π]×[-π，π]，

基本小波函数表达式为：

S2：将构造的小波参数化设计，其中离散信号为范围在[0,255]之间的实数；

S3：对小波中复数部分进行取模运算；

S4：按照行和列的顺序，将原始图像小波分解为四部分：行列低频LL，行低频列高频LH，行高频列低频HL，行列高频HH；

S5：对四幅图像重构，利用A-扩张小波运算的逆向进行像素值运算重构得到滤波后的图像；

S6：S5得到的图像进行边缘检测。

2.根据权利要求1所述的基于高维框架小波预处理的图像特征提取方法，其特征在于，所述S1中小波的构造过程包括以下步骤：

T1：设置2×2积分拓展矩阵：

剩下A₅＝-A₃，A₆＝-A₄

T2：构造一个尺度集F，使得集E＝A^τF\F是一个A-扩张小波集；

T3：对A-扩张小波进行傅里叶变换，得到函数

T4：得到低通滤波器、尺度函数和小波的计算公式如下：

其中：m(s)是平移周期的，上面的公式给出了它在一个完整周期内的定义(Ω＝[-π，π)²)，小波集E＝A^τΩ\Ω。

3.根据权利要求2所述的基于高维框架小波预处理的图像特征提取方法，其特征在于，通过将算子Φ_P应用于某个合适的P，将不同的2×2扩张整数矩阵B(|det(B)|＝2)的讨论转化为T1中六个2×2扩张整数矩阵之一。

4.根据权利要求1所述的基于高维框架小波预处理的图像特征提取方法，其特征在于，所述S5过程中，对图像中含有高频信号的LH，HL和HH进行滤波去噪，选用中值滤波：图像中一点的像素值由该点的邻域中各点像素值的中值代替。

5.根据权利要求4所述的基于高维框架小波预处理的图像特征提取方法，其特征在于，所述S5过程中，图像的重构过程中，对信号中的像素值灰度加强。

6.根据权利要求1所述的基于高维框架小波预处理的图像特征提取方法，其特征在于，所述S6过程中，使用Sobel算子、prewitt算子、roberts算子、canny算子或log算子进行边缘检测。

7.一种医疗检测设备，其特征在于，基于权利要求1至6任一所述的基于高维框架小波预处理的图像特征提取方法。