基于小波分形特征提取的图象分割方法_陈哲基于小波分形特征提取的图象分割方法_陈哲.pdf

第 4 卷( A 版) 　第 12 期 中国图象图形学报 V ol. 4( A ) , No . 12 1999 年 12 月 Jour nal of Image and Graphics Dec. 1999 基于小波分形特征提取的图象分割方法* 陈　哲　 冯天瑾 ( 青岛海洋大学电子工程系, 青岛　266003) 摘　要　提出了一种基于小 波分解和分形纹理 特征计算的图象分 割方法。首先考虑对图 象进行小波变换, 然后对不 同通道的子图象提取纹理的分形( 分数维) 特征和能量特征 , 最后用直方图阈值分割方法实现图象的分割。实验表明, 该方法对模拟纹理图象以及多光谱遥感图象的分 割都取得了满意的效果。 关键词　图象分割　纹理　小波分解　分形　特 征提取 进行特征提取, 从而实现图象的分割。 0　引　言 1　小波分解及多分辨率分析 图象的纹理不仅反映了图象的灰度统计信息, 还反映了图象的空间分布信息和结构信息, 因而在 小波分析来源于傅氏分析, 自 80 年代创立以来 图象处理尤其是图象分割的研究中具有重要的意 取得了蓬勃的发展。小波由于其良好的时频局部特 义。近年来, 涌现了许多基于纹理的图象分割的新方 性被广泛应用在图象处理和模式识别领域中, 成为 法的研究, 如马尔科夫随机场[ 1] 、小波分解[ 2, 3] 、神经 信号处理的强有力工具。小波函数可以看成是一带 网络[ 4, 9] 。研究表明, 自然纹理具有分形特征, 分形理 通滤波器的冲激响应, 小波变换则是将原始信号用 论为研究图象处理开辟了一个新的领域, 于是基于 一组不同尺度的带通滤波器进行滤波, 将信号分解 分形的图象分割方法[ 5- 7] 引起了人们的关注。卫星 到一系列频带上进行分析处理, 小波理论为图象的 图象云检测( 又称云分割) 在卫星反演海表温度测量 空间尺度分析提供了一个统一的框架。数字图象处 技术中是影响海表温度测量精度的决定性因素。云 理中, 常常将小波变换二进制离散化, 运用离散二进 分割技术就是把图象中的受云污染的区域分割出 小波可以对图象进行多频道多分辨率分析。 2 来, 确定无云象素。有学者在云检测中引入了模式识 设{ V j } 是一张量积空间, 则 V j = V j a V j 构成的 2 2 别的技术( 如灰度共生矩阵法) , 通过提取不同通道 L ( R ) 一个多分辨率分析, 若 U和 W分别为一维的 的纹理信息实现云的检测、分割和分类, 但分割的精 尺度函数和小波函数, 可定义二维尺度函数和二维 度并不令人满意。近年来, 利用小波变换[ 8] 和神经网 可分离的小波函数为: 络[ 9] 方法实现云检测有了初步的研究。我们的实验