| [页数] 44 [字数] 22167 [目录] 1 绪论 1 2 特征提取与聚类 5 3 F-R-F及K-means聚类模型 13 4 利用F-R-F及K-means聚类实现纹理图像分割 18 5 结论 22 参考文献 23 致 谢 25 附 录 26 [原文] 1 绪论 1.1 基本概念 1.1.1 图像分割的基本概念 图像分割是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。这些特性可以是灰度、颜色、纹理等，目标可以对应单个区域，也可以对应多个区域。图像分割可以借助集合的概念用如下比较正式的方法定义： 令集合R代表整个图像区域，对R的分割可看作将R分成若干个满足以下5个条件的非空的子集(子区域) ? 对于所有的i和j， 有 ? 对i=1，2，3，…，n，有 ? 对 ，有 ? 对i=1，2，3，…，n， 是连通区域 其中 是对所有在集合 中元素的逻辑谓词， 是空集。 对纹理分割问题的研究旨在依据某种纹理特征的一致性属性准则自动确定图像中各种纹理之间的边界,从而将图像分为互不交叠的若干个区域,每一个区域内部其有均匀一致的纹理,不同区域之间的纹理不同。 1.1.2 纹理图像特征表示方法 随着科技的快速发展,图像越来越成为人类生活和工作中用于传递信息和进行交流的重要数据载体,图像的有效表示是进一步处理图像的重要基础。用各种观察系统取得的图像很多都是纹理型的,可以通过图像的纹理分析提取许多有价值的宏观信息。由于纹理的复杂性,关于图像纹理的精确定义至今尚未给出,这也就给纹理分析带来了相当大的难度。Hawkins曾经对纹理给出了一个比较详细的描述,他认为纹理有三个主要的标志:①某种局部的序列性在比该序列更大的区域内不断重复；②序列是由基本元素非随机排列组成的；③各部分大致是均匀的统一体,在纹理区域内的任何地方都有大致相同的结构。一般地说,纹理就是指在图像中反复出现的局部模式和它们的排列规则,纹理特征是对区域内部灰度级变化的特征进行量化。即纹理的视觉特征一般有三个基本量:周期性、方向性和随机性,其中周期性和方向性是两个高层次的纹理特征,可以用来指导纹理图像的知觉感知。 1.2 研究背景与意义 图像承载了大量的数据信息,是网络上进行数据传输的主要媒介。由于图像数据量大、图像数据不具有结构性使得图像自身具有一定的复杂性。图像科学是一门集多学科于一体的交叉学科...... [摘要] 图像承载了大量的数据信息，是网络上进行数据传输的主要媒介。纹理是普遍存在的，它可以描述诸如植物、矿石、动物皮毛以及织物等物体表面的几何特征，是图像的基本特征。由于纹理很容易被生物视觉所辨识，因此也属于图像的视觉特征范畴。纹理的视觉特征一般有三个基本量：周期性、方向性和随机性。与其它图像特征相比，纹理反映了图像灰度模式的空间分布，包含了图像的表面信息及其与周围环境的关系，更好地兼顾了图像的宏观信息与微观结构，因此在图像分析中纹理受到格外关注。纹理图像分割是数字图像处理研究的一个重要分支，是众多图像分析和机器视觉应用的基础。 人类生理学研究工作表明：在人类视觉系统的早期视觉组织中有两条并行的针对于一阶和二阶刺激的信息处理路径。这两者在计算机视觉应用中有非常重要的价值。其中一阶信息处理适应于生物刺激轮廓检测，而二阶信息处理则适用于纹理图像分割和分类。Gabor滤波器被广泛认为是分析包含高度专有频率和方位特征的纹理图像的有用工具，通过模拟人类视觉系统，可以将视网膜成像分解成一组滤波图像，每个分解的图像能够反映频率和方向在局部范围内的强度变化。通过一组多通道Gabor滤波器，可以获得纹理特征。基于Gabor滤波器的方法已被成功的应用于纹理分割。 本文从二阶信息处理的角度出发，根据Gabor滤波器组及人类视觉系统对二阶信息处理过程的特点，创建了一个二阶信息处理模型—— “ Filter- Rectify- Filter (F-R-F) ” 和K-means聚类算法，分析了单尺度和多尺度下的基于二阶信息的纹理图像分割。研究结果表明，“ Filter- Rectify- Filter(F-R-F) ” 模型和K-means聚类算法对于二阶激励有着独立的处理效果。该模型中前置滤波器反映了对载波激励源参数的选择性特性，而后置滤波器反映对包络属性的选择性特性。结果和我们的神经生理学数据相吻合，并且载波和包络之间对方向和空间频率的不同调谐特性可以轻易地得到合理解释。 [参考文献] [1] 夏勇，基于特征的纹理图像分割技术研究[D]，西北工业大学博士学位论文，2006年11月21日，1~66 [2] Aaron P. Johnson, Curtis L. Baker, Jr., First- and second-order information in natural images: a filter-based approach to image statistics[C], J. Opt. Soc. Am. A, Vol. 21, No. 6, 2004, 1134~1156 [3] M Tuceryan, A K Jain.Texture Analysis [M]. in the Handbook of Pattem Recognition and Computer Vision (2nd Edition), by C H Chen, L F Pau, P S P W(eds. ), World Scientific Publishing Co, Singapore, 1998, 207 - 248 [4] Jan P H vaDavid Whitaker * , Paul V. McGraw, David R. T. Keeble, Jennifer Skillen, Pulling the other one: 1st- and 2nd-order visual information interact to determine perceived location[J], Vision Research 44 , 2004, 279–286 [5] DUNN D, HIGGINS W E, WAKELY J. Texture segmentation using 2-D Gabor elementary functions [J]. IEEE Trans on PAMI, 1994, 130-149 [6] Thomas P Weldon, William E Higgins, Dennis F Dunn, Efficient Gabor filter design for texture segmentation[J], 《Pattern Recognition》, 1996, 2005-2015 [7] Khaled Hammouda, Ed Jernigan, Texture Segmentation Using Gabor Filters[J],《Pattern Recognition》, 1991, 1167-1186 [8] Yang Chen, Runsheng Wang ATR Lab, Texture Segmentation Using Independent Component Analysis of Gabor Features [C], National University of Defense Technology, Changsha, 410073, Hunan, China, 130~149 [9] Re′ my Allard, Jocelyn Faubert, Double dissociation between first- and second-order processing[J], Vision Research 47, 2007, 1129–1141, [10] 桑农，肖莉，孙彬，一阶运动感知的计算机模拟[M]，2003，1~8 [11] 赵英男，杨静宇，孟宪权，一种实用的Gabor滤波器组参数设置方法[J]，计算机工程，第32卷第19期，2006，173~175 [12] 李素妨，李金屏，吴波，王英姿，基于纹理分析的图像形貌特征提取[J]，济南大学学报(自然科学版) ，第l8卷第3期，2004，217~221 [13] 王正友，黄隆华，叶小琴等，基于对比敏感度的图像结构失真测量[J]，第十三届全国图像图形学学术会议，2006，74~78 [14] 王正友，黄隆华，基于对比度敏感度的图像质量评价方法[J]，计算机应用，第26卷第8 期，2006，1857~1859 [15] 温智婕，图像纹理特征表示方法研究与应用[D]，大连大学博士论文，2008，1~67 [16] 向世明，刘国翌，陈睿，李华，Gabor滤波器和ICA支持的无监督纹理分割[J]，《计算机辅助设计与图形学学报》，2004年03期，284~289 [17] 吴高洪，毓晋，林行刚，分割双纹理图像的最佳Gabor滤波器设计方法[J]，电子学报，2001，48~50 [18] 贡玉南，华建兴，黄秀，基于匹配Gabor滤波器的规则纹理缺陷检测方法[J]，中国图像图形学报，2001，624~628 [19] 陶亮，庄镇泉，二维实值离散Gabor变换时间递归算法的双层并行格型结构实现方法[J]，电路与系统学报，2002年第4期，31~36 [原文截取] 本科毕业设计 题目： 基于二阶信息的纹理图像分割技术研究 摘 要 图像承载了大量的数据信息，是网络上进行数据传输的主要媒介。纹理是普遍存在的，它可以描述诸如植物、矿石、动物皮毛以及织物等物体表面的几何特征，是图像的基本特征。由于纹理很容易被生物视觉所辨识，因此也属于图像的视觉特征范畴。纹理的视觉特征一般有三个基本量：周期性、方向性和随机性。与其它图像特征相比，纹理反映了图像灰度模式的空间分布，包含了图像的表面信息及其与周围环境的关系，更好地兼顾了图像的宏观信息与微观结构，因此在图像分析中纹理受到格外关注。纹理图像分割是数字图像处理研究的一个重要分支，是众多图像分析和机器视觉应用的基础。 人类生理学研究工作表明：在人类视觉系统的早期视觉组织中有两条并行的针对于一阶和二阶刺激的信息处理路径。这两者在计算机视觉应用中有非常重要的价值。其中一阶信息处理适应于生物刺激轮廓检测，而二阶信息处理则适用于纹理图像分割和分类。Gabor滤波器被广泛认为是分析包含高度专有频率和方位特征的纹理图像的有用工具，通过模拟人类视觉系统，可以将视网膜成像分解成一组滤波图像，每个分解的图像能够反映频率和方向在局部范..... |
基于二阶信息的纹理图像分割技术研究
查看评论
已有0位网友发表了看法