基于Gabor小波变换的彩色图像分割.pdfVIP

信息技术与信息化 信号处理与模式识别 基于!#$% 小波变换的彩色图像分割 $’$% ()*+ ,+*)+-../$- 01+2 $- !#$% 34+’+. 5%-16$%) ! 王广东 付永生 !#$ $%’()*+’( ,- .+’()/01’( 摘 要 本文提出了一种基于!#$% 小波变换的彩色图像分割方法，首先对彩色图像进行!#$% 小波变换，然后进 行特征提取，并采用动态聚类78均值算法进行分类，最后得到图像分割的结果。实验和分析表明，该方 法对于彩色自然图像的分割具有较好的效果。 关键词 小波变换 图像分割 动态聚类 ， !#$%’$ (- .9/1 ::+% 3+ /-.%$2;+ )+.9$2 ’’+2 $’$% /)*+ 1+*)+-../$- #1+2 $- !#$% 34+’+. .%-16$%8 )./$- = /%1.， 3+ *+. .9+ !#$% 34+’+. .%-16$%)./$- $6 .9+ $’$% /)*+ #? 1+. $6 !#$% 6/’.+%1 = 59+- /)*+ 6+.;%+1 ， %+ $#./-+2 -2 2?-)/ ’;1.+%/-* 78)+-1 ’11/6/./$- )+.9$2 /1 ::’/+2 = @6.+% 1$)+ +A:+%/)+-.1 -2 -’?1/1 /. - #+ 1++- .9. $;% )+.9$2 - #+ ;1+2 .$ 1+*)+-. 2/66+%+-. $’$% /)*+1 -2 .9+ %+1;’.1 %+ B;/.+ #+..+% = ()*+,%-# C4+’+. 5%-16$%)./$- ()*+ 1+*)+-../$- D?-)/ ’;1.+%/-* 子。!#$% 函数具有一些非常特殊的性质： H 引言 图像分割的目的是理解图像的内容，提取感兴趣的对 象。图像分割按照具体应用的要求和具体图像的内容将图 像分割成一块块区域。图像分割是模式识别和图像分析的 预处理阶段。由于图像分割的重要性和困难性，虽然从EG 世纪 年代起就已经引起人们的高度重视，但目前还没有 图H IG = 具有最佳时间频率局部化特性； 找到一个通用的方法和评判图像分割结果的客观标准。人 8 们提出了大量的算法，这些算法大多是基于灰度图像的，大 # = 具有旋转相位信息，反映不同方向的纹理和边界； 致分为两大类：基于区域的算法和基于边缘检测的算法。 = 在心理学上具有接近人类视觉神经的反映特性，并 由于现在彩色图像的大量存在，对彩色图像的分割显得 用!#$% 函数模拟视觉神经模型。 尤为重要。文献［］直接用 聚类方法对彩色图像进 给出了 函数在二维情况下的一般形式： E (,JD@5@ D;*)- !#$% 行了分割。文献［］将 小波变换技术与无