紋理圖像分割是圖像處理領域的重要研究方向之一,同時也是圖像處理領域的重要基礎問題。但是,由于紋理具有數量繁多、結構復雜以及形態(tài)各異的特點,且人們對于人類視覺系統(tǒng)感知紋理的機制認識不成熟,紋理圖像分割依舊是圖像處理領域的一大難題,同時也是圖像處理領域的研究熱點之一。紋理圖像分割一般分為兩個步驟進行:首先利用特征提取算子提取紋理特征,然后通過構建能量泛函等方法進行紋理圖像分割。紋理的多樣性和紋理模式的復雜性造成現有的紋理特征提取算子難以準確描述紋理特征,從而導致最終的分割結果不夠精確。在提取紋理特征后,一般利用分割模型結合紋理特征完成紋理圖像分割,其中水平集方法具有分割結果是閉合曲線、有完整的數學理論支撐、拓撲不變等優(yōu)點,在圖像分割領域表現了良好的性能。本文基于局部算子對紋理圖像分割問題進行研究,利用局部算子提取局部區(qū)域的特征,并將紋理特征融入到水平集方法中完成紋理圖像的分割。主要工作如下:(1)介紹并總結了紋理圖像分割的研究意義、難點和常用的方法,局部算子的研究現狀及其在紋理圖像分割中的應用;隨后選出幾種常用的紋理圖像分割技術進行簡單的介紹。(2)提出了一種基于多特征的水平集方法用于紋理...

【文章頁數】：71 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 紋理圖像分割概述
    1.2 局部算子的研究現狀
    1.3 局部算子在紋理圖像分割中的應用
    1.4 主要工作及內容安排
第二章 相關技術和方法
    2.1 水平集方法
        2.1.1 水平集方法基本理論
        2.1.2 水平集能量泛函的構造和求解
        2.1.3 水平集方法研究現狀
    2.2 聚類算法
        2.2.1 K-means算法
        2.2.2 Fuzzy C-means聚類
        2.2.3 其他聚類算法
    2.3 濾波器方法
        2.3.1 Gabor濾波器
        2.3.2 小波濾波器
第三章 基于局部連接度和局部差異度算子的水平集紋理圖像分割算法
    3.1 引言
    3.2 融合局部連接度和差異度的方法
        3.2.1 局部連接度算子
        3.2.2 局部差異度算子
        3.2.3 局部連接度和差異度的互補性
        3.2.4 融合局部連接度和差異度算子的水平集公式
    3.3 實驗結果
    3.4 本章小結
第四章 基于Gabor濾波器和改進LTP算子的無監(jiān)督紋理圖像分割算法
    4.1 引言
    4.2 分割模型描述
        4.2.1 Gabor濾波器和LTP算子
        4.2.2 改進的LTP算子
        4.2.3 Gabor濾波器和改進的LTP的互補性
        4.2.4 融合Gabor濾波器和改進的LTP算子的水平集公式
    4.3 實驗結果
    4.4 本章小結
第五章 總結與展望
    5.1 工作總結
    5.2 研究展望
參考文獻
攻讀碩士學位期間的學術活動及成果情況



本文編號：3775932