文档介绍：摘要纹理图像分割将原始纹理图像分割成一系列不互相交叠的图像子区域,每个区域都具有相同的纹理特性。纹理图像分割一直是图像分割问题中比较困难的研究问题。和许多基于纹理分析和纹理建模的纹理分割方法不同,本文利用了偏微分方程的多尺度图像分析和处理方法,从图像滤波的角度入手,结合图像分割方法,给出了一种性能良好的无监督的纹理图像分割方法。论文首先介绍和分析了基于偏微分方程的图像处理方法及其原理。文中分析和比较了各向同性、各向异性扩散方程的图像滤波性质,并且介绍了基于偏微分方程的尺度空间的理论体系。论文在总变分撮小化原则的基础上,分析了各向异性扩散和最小化能量泛函之间的联系,将总变分最小化和各向异性扩散方程相结合,给出了可以应用于纹理图像分割的基于总变分的各向异性扩散方程模型。利用该模型对纹理图像进行平滑滤波,可以得到光滑分区区域子图像。再利用基于活动围道的图像分割算法对该子图像进行分割,可以获得良好的纹理图像分割结果。基于总变分的各向异性扩散方程的纹理分割方法主要是基于各向异性扩散方程边界保持图像平滑的特性,纹理区域的区别仅仅依赖平滑后的区域平均灰度,存在较大的局限性。为了充分利用纹理结构的其他信息,如方向特性、尺度特性等,论文又将该方法扩展到矢量形式。论文采用瞬ㄆ髯樘崛∫蛔槲评硖卣魍枷瘛0迅飨蛞煨岳┥⒎匠汤┱到矢量形式对纹理特征图像矢量进行平滑,使得在各个特征通道内纹理特征一致的区域灰度趋于一致。最后用矢量形式的活动围道图像分割方法对光滑特征图像矢量进行分割。实验证明,扩展到矢量形式的纹理分割方法能获得较好的分割结果,而且该方法具有较强的适应性,能处理纹理结构复杂多变的各类纹理图像。关键词:纹理分割,各向异性扩散方程,偏微分方程,尺度空间,活动围道
知识水坝***@pologoogle为您整理
.,,琲,..琽瓹琣痭,·..
知识水坝***@pologoogle为您整理
.瓹,.甀瑆甌猙..:,琍,珹·
第一章绪论程——各向异性扩散方程在纹理图像分割中的应用。一定的有规律的灰度变化模式。通常,我们称这种灰度值在空间上以一定的形式变化而产生的灰度图案J为纹理。图像的纹理一般源于目标的物理表面属图像分割问题一直是图像处理中的重要内容,其分割质量的好坏直接影响到后续图像处理的方法和质量。到目前为止已经报道了大量的不同类型的图像分割方法,但是由于图像分割问题本身的复杂性以及对于在不同的具体应用背景下的不同的要求,图像分割方面还存在着很多有待解决的问题。而纹理图像是真实世界的影像,许多现实应用中的图像都具有纹理的特征,所以纹理图像的分割问题具有更大的应用意义,一直是图像分割中重要的研究内容之一。近年来,偏微分方程由于其独具的优点在图像去噪、图像增强以及图像分割等图像处理各个领域中有广泛的用途。本文主要致力于研究一类重要的偏微分方本章主要介绍纹理图像分割问题的定义及其应用,并给出本论文的主要研究内容以及后续各章节的内容安排。,即具有灰度一致性。然而,真实目标图像绕涫亲匀煌枷的局部区域灰度值往往并不一致,,而且几乎任何物体表面,如果一直放大下去进行观察都会显现出性,比如表面粗糙性、表面颜色不同造成的不同反光度等等。,。人类视觉试验表明人类视觉机能很容易地从纹理图像中辨认出图像区域内的不同纹理结构,并能从纹理图像中提取其携带的信息。基于纹理图像基于各向异性扩散方程的纹理分割方法研究
的研究也是机器视觉研究领域的一个重要方面。尽管纹理很容易被生物视觉所辨识,但是对于纹理概念的准确定义到目前为止却一直缺乏正式的论述。许多研究者结合其具体的研究目的提出了相应的纹理的定义。谖南住】中综合了计算机视觉文献中出现过的各种关于纹理的定义。认为“宏观图像区域是由纹理组成的。纹理元素或者基本单元按照一定的摆放规则组织起来,构成具有一定周期性的模式。”而在文献出“如果图像函数的局部统计性或者其他局部属性保持不变或者缓慢变化或者具有近似周期性的话,则可以说该图像区域具有纹理。”文献【恐赋觥巴枷裎评砜以通过纹理元素的数目和种类,以及这些元素的空间组合和排列来描述。要分析纹理首先需要纹理元素的定义框架。与光滑灰度图像不同,纹理图像不存在一个第一章绪论何评硗枷竦睦樱评砜釪纹理库术材表面纹理图鹤匀晃评硗枷竦睦图甀
由一些非随机元素组成的模式;评砬蚶锞哂邢嗤囊恍┚鹊氖杂谒衅吆停琸≠行膎曩恚固定的分析尺度,随着分析尺度增加,纹理细节越粗糙。”文献【咳衔!拔评硎个矛盾的概念。为了更合理地定义纹理,应该发