华南理工大学学报（自然科学版）
華南理工大學學報（自然科學版）
화남리공대학학보（자연과학판）
JOURNAL OF SOUTH CHINA UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE EDITION)
2011年
12期
56-62
,共7页
王庆香%李迪%张舞杰%叶峰
王慶香%李迪%張舞傑%葉峰
왕경향%리적%장무걸%협봉
纹理分割%小波包框架%梯度方向直方图%空间模糊c均值聚类
紋理分割%小波包框架%梯度方嚮直方圖%空間模糊c均值聚類
문리분할%소파포광가%제도방향직방도%공간모호c균치취류
针对多纹理图像较难准确分割的问题,提出了基于小波包框架子带互补特征提取的纹理分割方法.该方法利用小波包框架对原始纹理图像进行分解,对所得子带系数在每个像素的邻域窗口提取两类特征——平均绝对偏差及子带系数梯度方向直方图的均值与标准差,并利用改进的空间模糊c均值聚类方法对纹理像素进行聚类.由于此方法考虑了像素特征值局部标准差的空间分布,因此所得分割结果在纹理边界处的像素误分类率较低.以多幅Brodatz纹理图像进行相应的实验对比测试.Fisher线性判别分析实验显示,两类特征的组合比单一特征具有更强的纹理区别能力；纹理分割实验表明,文中设计的分割方案能实现较高的分割准确率；算法运行速度测试表明,文中方法是实用的.
針對多紋理圖像較難準確分割的問題,提齣瞭基于小波包框架子帶互補特徵提取的紋理分割方法.該方法利用小波包框架對原始紋理圖像進行分解,對所得子帶繫數在每箇像素的鄰域窗口提取兩類特徵——平均絕對偏差及子帶繫數梯度方嚮直方圖的均值與標準差,併利用改進的空間模糊c均值聚類方法對紋理像素進行聚類.由于此方法攷慮瞭像素特徵值跼部標準差的空間分佈,因此所得分割結果在紋理邊界處的像素誤分類率較低.以多幅Brodatz紋理圖像進行相應的實驗對比測試.Fisher線性判彆分析實驗顯示,兩類特徵的組閤比單一特徵具有更彊的紋理區彆能力；紋理分割實驗錶明,文中設計的分割方案能實現較高的分割準確率；算法運行速度測試錶明,文中方法是實用的.
침대다문리도상교난준학분할적문제,제출료기우소파포광가자대호보특정제취적문리분할방법.해방법이용소파포광가대원시문리도상진행분해,대소득자대계수재매개상소적린역창구제취량류특정——평균절대편차급자대계수제도방향직방도적균치여표준차,병이용개진적공간모호c균치취류방법대문리상소진행취류.유우차방법고필료상소특정치국부표준차적공간분포,인차소득분할결과재문리변계처적상소오분류솔교저.이다폭Brodatz문리도상진행상응적실험대비측시.Fisher선성판별분석실험현시,량류특정적조합비단일특정구유경강적문리구별능력；문리분할실험표명,문중설계적분할방안능실현교고적분할준학솔；산법운행속도측시표명,문중방법시실용적.
