基于正交矩的紋理分割.pdf

1、圖像的紋理是自然景物圖像,遙感圖像和醫(yī)學(xué)圖像等的一個重要特征.運用各種觀測系統(tǒng)獲得的圖像大多是紋理型的,所以在識別這些圖像中的界面或者目標(biāo)時,通常先要進行紋理分割.該文運用正交矩(勒讓德矩)對紋理分割進行了深入的研究.紋理分割是紋理分析中的難點.紋理分割就是要把紋理圖像劃分成不相交的區(qū)域,同一區(qū)域內(nèi)的紋理具有相同或相似的性質(zhì),不同區(qū)域間的紋理其性質(zhì)差別很大.進行分割時,先在圖像的小窗口中計算勒讓德矩,然后用一個非線性變換器將這些矩轉(zhuǎn)化成

2、紋理特征,再用這些紋理特征組成特征向量作為分類器的輸入數(shù)據(jù).最后采用RBF(Radial Basis Function)人工神經(jīng)網(wǎng)絡(luò)對提取的特征向量進行分割.我們用k均值算法訓(xùn)練RBF人工神經(jīng)網(wǎng)絡(luò)的隱層,采用梯度下降法訓(xùn)練輸出層.試驗結(jié)果表明,該算法對具有相同二階統(tǒng)計的二值紋理圖像和許多灰度級紋理圖像進行分割非常有效.和基于幾何矩的紋理分割相比,采用勒讓德矩提取紋理特征,可以有效的降低分割錯誤率.在對采用的勒讓德矩的階數(shù)進行研究時,分別

3、比較了用零到二至六階勒讓德矩提取紋理特征時得到的不同紋理圖像的特征圖及分割結(jié)果.結(jié)果表明,對于該文中用到的自然紋理和具有相同二階統(tǒng)計的紋理來說,用零到四階矩提取特征時得到的分割結(jié)果最好.整個實驗過程中,有兩處涉及選取窗口的問題:1.圖像的矩是在一個小窗口中計算的;2.非線性變換前,有一個對矩值求平均的過程,該平均值是在矩圖像的小窗口中計算得到的.針對這兩個窗口,我們研究了窗口大小的選取以及階數(shù)的提高對窗口大小選取的影響.實驗結(jié)果進一步證