一种基于视觉感知特性图象纹理分割方法

《一种基于视觉感知特性图象纹理分割方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、一种基于视觉感知特性的图象纹理分割方法王晓丹#，!赵荣椿#吴崇明!#（西北工业大学计算机科学与工程系，西安:#"":!）!（空军工程大学导弹学院计算机工程系，陕西三原:#3;""）摘要基于视觉感知多分辨率、多通道特性、并行性和模糊性，提出了一种基于视觉感知特性的图象纹理分割方法，它由!7最佳正交极可分方向滤波器特征提取，改进的模糊/+8+292聚类网络（<=/)>）特征聚类粗分割、粗分割结果的细化等几个步骤组成。实验结果表明了方法的有效性。关键词图象分割方向滤波模糊/+8+292聚类网络文章编号#""!?;33#?（!""#）#%?""%!?"3文献标识码(中图分类号@A3B#!"#$%

2、#&’()#*#+,#-’.’/0-1#’2034.5#30-6/5(.78#)9#:’/0-;2.).9’#)5<.-+=/.03.->，?@2.0A0-+92(-><(;20-+,/-+?#（79C16DE92D+F)+ECGD96HI-92I912JK2L-2996-2L，>+6D8M9ND962A+OPD9I82-I1OQ2-,96N-DP，R-S12:#"":!）!（79C16DE92D+F)+ECGD96K2L-2996-2L，(-6F+6I9<2ND-DGD9+FT-NNO9，H812R-H12UG12:#3;""）!B5’).9’：(29MD9VDG69N9LE92D1D

3、-+2E9D8+J-NC6+C+N9J51N9J+2D89EGOD-69N+OGD-+2，EGOD-I81229O，C161OO9O-NE12JFGWW-29NNI8161ID96N+F,-NG1OC96I9CD-+2$），12JD8969F-29E92D+FI+16N9N9LE92D1XD-+269NGOD

4、$H-EGO1D-2L9VC96-E92DNN8+MD899FF9ID-,929NN+FD8-NE9D8+J$C#D$0)35：9DM+6.#引言视觉感知过程的并行性：视觉感知过程是由视网膜、外侧纹理是自然景物图象、遥感图象和医学图象等的一个重要膝状体和视觉皮层的神经组织自动完成的视觉信息处理并行特征。对纹理的感知在人类视觉系统进行识别和解释活动中起处理过程。重要的作用。传统的纹理分析方法可分为统计方法和结构方视觉感知过程的模糊性：对于一幅复杂图象中的相邻区域法

5、，均有许多成功的应用&#’，但近年来的生物视觉实验表明，空象素间及在不同纹理的边缘部分所提出的纹理特征间均存在间—频率多尺度分析、多分辨率多通道纹理分析方法是与人类模糊性，对它们的感知就需要从模糊意义上来进行解释。视觉过程相一致的一种方法，()*+,-.等&!’和(/01-2&3’等使因此，多分辨率、多通道滤波与模糊集理论和人工神经网用415+6函数多通道滤波进行了纹理分割，多分辨率多通道纹络相结合的方法是反映视觉感知的多分辨率、多通道特性、并理分析方法已引起越来越多的注意。行性和模糊性的最好途径。文章基于人类视觉信息处理中的多分辨率、多通道特性，感知过程中的并行性、模糊性，提出一种基于

6、视觉感知特性的3一种基于视觉感知特性的图象纹理分割方法图象纹理分割方法，它由!7最佳正交极可分方向滤波器图象3$#基于!7最佳正交极可分方向滤波器的多分辨特征提取，使用缩减的特征向量对改进的模糊/+8+292聚类网率多方向纹理特征提取络进行训练得到粗分割结果，粗分割结果的细化等三个步骤构!7最佳正交极可分方向滤波器&#’的设计以不确定性原理成。纹理分割实验证明了方法的性能。为原则，保证了在能量损失最小意义上的最佳。研究表明，在时域上被截断在有限区间内，在频域上有最小能量损失的带限函!文中方法所依据的视觉感知特性数是长球面函数，具有最小能量损失的数字滤波器的频响必然多分辨率、多通道特性：人

7、类视觉研究表明&%’，视觉皮层中是有限长球面序列中对应于最大特征值的特征向量&#’。存在大量方向，频率敏感性神经元，其对生理电图象的处理过!7最佳正交极可分方向滤波器!"（!，"）（"#$，%）由极径程就相当于用一组调制在不同频率和方向的多通道空间滤波函数!（!）和极角函数!"（"）（"#$，%）组成，其中$，%分别表示器对视觉输入信号滤波的过程。方向滤波器的偶部和奇部：基金项目：国家自然科学基金及国家教委开放实验室基金资助课题作者