一種綜合多種方法的紋理圖像分割.pdf

1、紋理圖像分割是圖像處理和模式識別中一個重要的研究內(nèi)容，一直以來是人們研究的熱點。紋理圖像分割對于許多計算機視覺和圖像處理的研究具有重要意義，在實際中也已經(jīng)得到了廣泛的應用，幾乎出現(xiàn)在有關(guān)圖像處理的所有領域，并涉及各種類型的圖像。其應用從醫(yī)學診斷中的癌細胞識別直到從遙感圖片中識別多種有用的軍事或民用目標。 紋理圖像分割把一幅具有不同紋理類別的圖像劃分成幾個區(qū)域，每一個區(qū)域都具有一致的紋理特性且對應現(xiàn)實中的實體。它是紋理圖像處理中很

2、難的一個問題，因為在沒有先驗知識的情況下，很難知道圖像中包含什么樣的紋理，以及有幾種不同的紋理。紋理圖像分割的過程主要由特征提取和分割算法兩部分組成。依據(jù)特征提取方法的不同主要有三種分割方法：統(tǒng)計法、結(jié)構(gòu)法和時頻域法。時頻域法是近10來年發(fā)展起來的新方法，由于它有許多優(yōu)越性而受到人們的重視。紋理圖像分割最終給圖像的每個像素分配一個類別的標記。 本文主要研究了基于紋理頻譜特性的特征提取，聚類方法和分類方法，給出了一種基于Gabor

3、小波變換，GMM模型聚類和LS-SVM分類方法的改進紋理分割方法。改進方法使用多通道Gabor小波濾波器組獲取紋理特征向量，并對這些特征向量進行一定的優(yōu)化處理，然后使用GMM模型對采樣后的特征向量進行聚類以獲取LS-SVM所需的訓練樣本，最后使用LS-SVM分類方法進行分割。實驗證明，改進方法較好地彌補了聚類分割方法和分類分割方法在分割過程中存在的不足，是一種性能良好的紋理圖像分割方法。同時，本文將改進方法應用在石料圖像識別和數(shù)字文檔圖