基于小波包框架及主成份分析的纹理图像分割

摘要：

由于纹理图像的信息主要集中在中频区域,利用小波包框架分解纹理图像得到的子图既与原图的大小相同,同时也保留了中频信息,因此可以从子图中提取特征用于分割.为减少特征维数,在同一子通道中只保留具有最大方差的子图作为初始特征图,再从每一个初始特征图中分别提取多维特征.为去除特征中噪声的同时保持特征中的边缘,提出四分均值滤波器对特征滤波.为进一步减少特征间的冗余信息,降低聚类分析的计算负荷,采用主成份分析法不但保留了原有特征中的主要信息,而且使得特征维数有大幅度的减少.模糊c-均值聚类法实现了对于特征的聚类.利用该文的方法分割Brodatz纹理集中的纹理图组成的测试图,达到了较高的准确率.

关键词：纹理分割、小波包框架、特征优化、四分均值滤波器、主成份分析

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

资助基金：航空科研项目02153073;南昌航空工业学院校科研和教改项目KG200104001

在线出版日期：2004-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：32-36