文献类型：期刊文章

作　　者：周力[1] 闵海[1]

Zhou Li;Min Hai(Department of Information Engineering,Hefei University of Technology,Xuaneheng Campus,Xuancheng 242000,China)

机构地区：[1]合肥工业大学宣城校区信息工程系,宣城242000

出　　处：《中国图象图形学报》

基　　金：国家自然科学基金项目(61702154);安徽省自然科学基金项目(1808085QF189);合肥工业大学校博士专项资助基金(JZ2016HGBZ0803)~~

年　　份：2019

卷　　号：24

期　　号：1

起止页码：39-49

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：目的复杂纹理的图像分割一直是图像分割的难题,现有的一些纹理图像分割方法主要通过提取图像确定方向的灰度变化特征或者提取图像的局部灰度相似性特征得到特征图像,从而进行纹理图像的分割,然而,自然纹理中普遍存在局部形态相似和方向不确定的现象,导致现有方法不能准确地分割纹理图像。方法本文提出局部连接算子和局部差异算子来描述局部纹理的形态相似性和局部纹理的差异度。一方面,通过设定一定阈值,将局部区域的灰度差异分为两类,分析两类差异的分布特征,从而提取图像的形态特性及局部连接度算子;另一方面,设置一种无方向性的灰度差异分析算子,提取图像局部的灰度差异值从而得到局部差异度算子。两个算子结合以更好地提取纹理图像的局部特征,然后通过融合局部相似度特征、局部差异度特征和灰度信息,构造水平集能量泛函,进而通过最小化能量泛函实现纹理图像分割。结果相比基于Gabor变换、结构张量、局部相似度因子的纹理分割方法,提出的局部算子能够更好地区分自然图像的不同纹理区域,且对实验图像的平均分割准确率高达97%,远高于其他方法。因此,提出的模型对于自然纹理图像具有更好的分割效果。结论本文提出了两种新颖的纹理特征局部描述子:局部连接度算子和局部差异度算子,能够有效地提取纹理特征,且有一定的互补性。实验表明,提出的方法对于复杂自然纹理图像具有良好的分割效果。

关 键 词：图像分割 水平集 多特征  局部连接度  局部差异度  

分 类 号：TP301.6]