基于结构张量特征值的纹理图像分割模型

基于结构张量特征值的纹理图像分割模型

ID:27727605

大小:607.00 KB

页数:8页

时间:2018-12-05

基于结构张量特征值的纹理图像分割模型_第1页
基于结构张量特征值的纹理图像分割模型_第2页
基于结构张量特征值的纹理图像分割模型_第3页
基于结构张量特征值的纹理图像分割模型_第4页
基于结构张量特征值的纹理图像分割模型_第5页
资源描述:

《基于结构张量特征值的纹理图像分割模型》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第7期电子学报Vol.41No.7 2013年7月ACTAELECTRONICASINICAJul.2013基于结构张量特征值的纹理图像分割模型张善卿,张坤龙(杭州电子科技大学图形图像研究所,浙江杭州310018)摘要:通过对结构张量的研究和对纹理图像的分析,提出了一种基于结构张量特征值的标量型纹理特征描述,将其和原图像分别嵌入到两相模糊区域竞争模型和CV模型中,给出了一种纹理和灰度相结合的无监督纹理图像分割模型.为获得新模型的全局最优解,采用了Chambolle对偶法加以实现.针对自然和合成纹理

2、图像进行了相关实验,结果表明该模型特征数据维数少,具有较快的收敛速度和更准确的分割效果.关键词:结构张量;纹理图像分割;对偶法;模糊区域竞争中图分类号:TP391141文献标识码:A文章编号:0372-2112(2013)07-1324-05电子学报URL:http://www.ejournal.org.cnDOI:10.3969/j.issn.0372-2112.2013.07.013TextureImageSegmentationModelBasedonEigenvaluesofStructu

3、reTensorZHANGShan-qing,ZHANGKun-long(InstituteofGraphicsandImage,HangzhouDianziUniversity,Hangzhou,Zhejiang310018,China)Abstract:Throughtheresearchonthestructuretensorandtheanalysisofthetextureimage,ascalartexturefeaturedescrip-torbasedoneigenvaluesof

4、structuretensorisdesigned.Embeddingthedescriptorandtheoriginalimageintothetwo-phasefuzzyregioncompetitionmodelandtheCVmodelrespectively,anunsupervisedtextureimagesegmentationmodelwhichcombinestexturewithintensityinformationisgiven.TheChambolledualmeth

5、odisadoptedinordertominimizetheoptimumglobalsolutionofthenewmodel.Accordingtotherelatedexperimentsfornaturalandsyntheticimages,thenewmethodhassomeadvantagesincludingfasterconvergencespeedduetolessfeaturechannelsandmoreprecisesegmentationresults.Keywor

6、ds:structuretensor;textureimagesegmentation;dualmethod;fuzzyregioncompetition1引言一个四维的向量值纹理特征,将其嵌入到区域竞争模型中取得了好的分割效果.而文献[9]给出了一种标量型纹理图像分割[1~3]是图像处理领域的一项具有挑纹理描述,但由于其未考虑原图像信息,对一些纹理图战性的研究课题.图像纹理具有周期性、高震荡性,且很 像的分割受到一定限制.由于文献[6,8]中的向量型特难给出统一的数学描述.此外,由于纹理的存在,

7、使图像 征要考虑四维数据间的相关性,必然引起计算量的大量灰度信息的不均匀性以及弱边界问题更突出,进一步增 增加.受他们的启发,本文尝试提出一种基于结构张量加了图像分割的难度.为有效进行纹理图像分割,必须特征值的标量型纹理描述,并将其和原图像分别嵌入到 对图像纹理进行描述.目前,描述图像纹理的方法很多:两相区域竞争模型[10]和CV模型[11]中,以此给出一种局部直方图法、局部熵法、Gabor滤波法[2,3]、结构张量 纹理和灰度信息相结合的纹理图像分割模型.这样,一法[4~8](Structure

8、Tensor)等,其中结构张量作为图像分析 方面维数的下降,必引起计算速度的提高,另一方面由的有力工具,已成功应用到图像分割中.于考虑到原图像信息,也必然可以提高分割效果.文献[4]分析了经典的结构张量(线性结构张量)的 基本属性,并从中提取图像的边界、拐角、纹理等重要信为获取新模型的全局最优解,采用了模糊技术[10]和Chambolle的对偶方法[12].通过对算法的实现和图像息.针对线性结构张量由于高斯平滑而产生边界错位、 分割的实验,表明了该纹理描述子具有一定的合理性,导致在

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。