基于均值漂移的自适应纹理图像分割方法

被引：20

作者：

王爽 ^{[1
,2
]}

夏玉 ^{[1
,2
]}

焦李成 ^{[1
,2
]}

机构：

[1] 西安电子科技大学智能感知与图像理解教育部重点实验室

[2] 西安电子科技大学智能信息处理研究所

来源：

软件学报 | 2010年 / 21卷 / 06期

基金：

中国博士后科学基金;

关键词：

纹理图像; 无监督分割; 均值漂移; 小波;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种基于小波多尺度分析和均值漂移的无监督纹理分割方法.该方法利用均值漂移聚类实现基于小波特征的完全无监督自适应多尺度分割,既不需要进行训练也不需要分割类别数等先验知识.该方法根据一定的策略在尺度间进行信息传递,自适应地为图像不同区域确定合适的分割尺度,即纹理内部区域使用粗尺度特征而不同纹理间的交界处使用较细尺度特征,这样就在保证区域一致性的同时更准确地定位图像边缘.对比实验结果表明,该方法在合成纹理和真实纹理图像中都有较好的性能,其多尺度的分割过程类似于人类视觉系统感知,并且较之有监督的传统分割方法也更具优势.

引用

页码：1451 / 1461

页数：11

共 4 条

[1] 聚类算法研究 [J].

孙吉贵 ;

刘杰 ;

赵连宇 .

软件学报, 2008, (01) :48-61

[2] Mean Shift算法的收敛性分析 [J].

文志强 ;

蔡自兴 .

软件学报, 2007, (02) :205-212

[3] 均值漂移算法的收敛性 [J].

李乡儒 ;

吴福朝 ;

胡占义 .

软件学报, 2005, (03) :365-374

[4]

SVD-Based Modeling for Image Texture Classification Using Wavelet Transformation. Srinivasan Selvan,Srinivasan Ramakrishnan. IEEE Transactions on Image Processing . 2007

← 1 →