结合分水岭的纹理梯度各向异性图像分割
目的 目前,许多图像分割算法对含有丰富纹理信息的图像的分割效果并不理想,尤其是在不同纹理的边缘信息的保持方面.为了解决这一问题,提出一种基于连续纹理梯度信息的各向异性图像分割算法.方法 在分水岭算法的基础上,引入纹理梯度各向异性算法,能够在避免纹理信息影响分割效果的前提下,最大限度地保证纹理边缘信息的完整.针对纹理特征数据敏感的特性,本文将离散的图像高度信息映射到连续的纹理梯度空间,能够有效减少由细小差异造成的过分割现象.结果 本文方法在BSDS00 Dataset和Stanford Background Dataset中选择了大量的纹理信息丰富的图片与最新的分割算法进行了实验与对比.本文方法在分割效果(降低过分割现象)、保持边缘信息和分割准确率等方面均获得明显改进,并在图像分割的平均准确率方面与最新算法进行比较发现,本文算法的平均分割准确率达到90.9％,明显超过了其他最新算法,验证了本文方法的有效性.结论 本文提出的基于分水岭的纹理梯度各向异性算法对纹理图像的分割具有保边和准确的特点,采用连续梯度空间的方法能够有效地减少传统分水岭算法的过分割现象.本文方法主要适用于纹理信息丰富(自然纹理和人工纹理)的图片.
分水岭算法、纹理、图像分割、Patch Shift、纹理梯度、图像滤波
22
TP391.41(计算技术、计算机技术)
山东省自然科学基金项目ZR2014FQ013;国家自然科学基金项目61502285Natural Science Foundation of Shandong Province,ChinaZR2014FQ013;National Natural Science Foundation of China61502285
2017-08-02（万方平台首次上网日期，不代表论文的发表时间）
共9页
926-934
