為了利用中間帶的特性，常和郭開發了壹種樹型結構的小波變換來進壹步提高分類精度。壹些研究者將小波變換與其他變換相結合以獲得更好的性能。例如，Thygaarajna等人將小波變換和* * *生成矩陣結合起來，以兼顧統計和基於變換的紋理分析算法的優勢。
擴展數據:
實際上，更常用的方法是結合區域特征和邊界特征對形狀進行分類。比如Eakins等人提出了壹套重繪規則並用線段和圓弧簡化形狀輪廓，然後定義了鄰接族和形狀族兩種分類函數對形狀進行分類。
相鄰族主要利用形狀的邊界信息，而形狀族主要利用形狀區域的信息。在匹配形狀時，除了每個族中形狀的差異，我們還比較每個族中質心和周長的差異以及整個形狀的位置特征向量的差異，查詢判別距離就是這些差異的加權和。
百度百科-圖像分類