学位论文 > 优秀研究生学位论文题录展示

基于纹理特征图像分割的研究

作　者: 胡德凤
导　师: 詹曙
学　校: 合肥工业大学
专　业: 信号与信息处理
关键词: 纹理特征灰度共生矩阵 Gabor滤波广义局部沃尔什变换
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 130次
引　用: 0次
阅　读: 论文下载

内容摘要

纹理图像分割对于图像处理、模式识别和计算机视觉的研究具有重要意义，一直以来都是人们研究的热点问题。纹理图像分割就是把一幅纹理类别不同的图像划分成几个区域，其中，每一个区域具有一致或相似性。纹理图像分割的过程一般由两部分组成：特征提取和区域一致性分割算法。纹理图像分割的结果就是给图像的每个像素分配一个类别的标记。本文对目前广泛采用的一些纹理描述方法和纹理图像分割方法进行认真的研究和总结，选择从基于特征的角度研究纹理图像分割问题。基于特征的纹理图像分割包括特征提取和图像分割这两个步骤。本文分别对这两个步骤进行研究，完成了以下两个方面的工作：1.详细介绍基于灰度共生矩阵、Gabor滤波器提取纹理特征的算法，并介绍一些相关的改进算法。2.提出一种图像纹理特征提取的新方法：结合广义局部沃尔什变换(GLWT)和局部二值模式(LBP)。首先说明广义局部沃尔什变换的定义，然后计算并分析广义局部沃尔什变换系数，并选取识别性能较好的2阶矩作为纹理特征。结合LBP空间纹理特征和灰度特征，然后根据纹理特征采用模糊C均值算法对像素进行聚类。实验结果表明，结合广义局部沃尔什变换和LBP的纹理特征具有更好的鉴别性能，且计算简单。

全文目录

摘要  5-6
ABSTRACT  6-7
致谢  7-10
插图清单  10-11
列表清单  11-12
第一章绪论  12-18
  1.1 引言  12
  1.2 课题研究背景、目的和意义  12-13
  1.3 纹理分析研究现状和发展趋势  13-15
  1.4 纹理的定义与纹理特征  15-16
  1.5 本文主要工作及创新点  16-17
    1.5.1 本论文的主要工作  16
    1.5.2 本论文的主要贡献  16-17
  1.6 全篇组织结构  17-18
第二章纹理分割技术  18-25
  2.1 引言  18
  2.2 常用纹理分割技术概述  18-19
  2.3 纹理分割的主要过程  19-20
  2.4 纹理特征提取方法比较  20-21
    2.4.1 小波方法  20
    2.4.2 统计方法  20-21
    2.4.3 结构分析法  21
    2.4.4 主成分分析  21
  2.5 聚类分割法  21-24
  2.6 本章总结  24-25
第三章灰度共生矩阵算法的分析与改进  25-35
  3.1 引言  25
  3.2 灰度共生矩阵算法  25-32
    3.2.1 统计方法简介  25
    3.2.2 空间灰度共生矩阵  25-29
    3.2.3 灰度共生矩阵的步骤  29-32
    3.2.4 灰度共生矩阵总结  32
  3.3 灰度共生矩阵算法的改进  32-35
第四章基于 Gabor 滤波器的纹理图像分割  35-46
  4.1 引言  35
  4.2 空域/频域滤波器  35-36
  4.3 Gabor 滤波器  36-41
    4.3.1 Gabor 小波函数  36-39
    4.3.2 Gabor 描述纹理图像  39-40
    4.3.3 Gabor 纹理图像分割步骤  40-41
  4.4 Gabor 小波纹理图像分割结果  41
  4.5 Gabor 小波频域快速纹理特征提取  41-43
  4.6 实验结果  43-44
  4.7 本章小结  44-46
第五章基于离散沃尔什变换的纹理图像分割  46-54
  5.1 引言  46-47
  5.2 广义局部沃尔什变换  47-49
  5.3 局部沃尔什变换分割的实验  49-51
  5.4 GLWT 结合 LBP 空间特征和灰度特征  51-52
  5.5 实验结果  52-53
  5.6 本章总结  53-54
第六章总结和展望  54-56
  6.1 本文工作总结  54
  6.2 研究展望  54-56
参考文献  56-59
攻读硕士学位期间发表的论文  59-61

基于纹理特征图像分割的研究

内容摘要

全文目录

相似论文