计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2004年
4期
32-36
,共5页
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
紋理分割%小波包框架%特徵優化%四分均值濾波器%主成份分析
문리분할%소파포광가%특정우화%사분균치려파기%주성빈분석
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.
由于紋理圖像的信息主要集中在中頻區域,利用小波包框架分解紋理圖像得到的子圖既與原圖的大小相同,同時也保留瞭中頻信息,因此可以從子圖中提取特徵用于分割.為減少特徵維數,在同一子通道中隻保留具有最大方差的子圖作為初始特徵圖,再從每一箇初始特徵圖中分彆提取多維特徵.為去除特徵中譟聲的同時保持特徵中的邊緣,提齣四分均值濾波器對特徵濾波.為進一步減少特徵間的冗餘信息,降低聚類分析的計算負荷,採用主成份分析法不但保留瞭原有特徵中的主要信息,而且使得特徵維數有大幅度的減少.模糊c-均值聚類法實現瞭對于特徵的聚類.利用該文的方法分割Brodatz紋理集中的紋理圖組成的測試圖,達到瞭較高的準確率.
유우문리도상적신식주요집중재중빈구역,이용소파포광가분해문리도상득도적자도기여원도적대소상동,동시야보류료중빈신식,인차가이종자도중제취특정용우분할.위감소특정유수,재동일자통도중지보류구유최대방차적자도작위초시특정도,재종매일개초시특정도중분별제취다유특정.위거제특정중조성적동시보지특정중적변연,제출사분균치려파기대특정려파.위진일보감소특정간적용여신식,강저취류분석적계산부하,채용주성빈분석법불단보류료원유특정중적주요신식,이차사득특정유수유대폭도적감소.모호c-균치취류법실현료대우특정적취류.이용해문적방법분할Brodatz문리집중적문리도조성적측시도,체도료교고적준학솔.
