基于粒度与小波变换纹理图像分割.docVIP

基于粒度与小波变换纹理图像分割 　　摘要:对小波变换本质进行分析,得出小波是将序列收敛的商空间逼近改造成按级数收敛的商空间逼近的结论#65377;将商空间粒度计算理论与小波变换相结合并应用于纹理图像分割中,取得了成功#65377;?? 　　关键词:小波变换;商空间;图像分割?? 　　中图分类号:TP34文献标志码:A 　　文章编号:1001-3695(2007)10-0155-03 　　 　　20世纪80年代,Gaussian#65380;Markov随机场模型(MRF)和Gibbs分布理论模型成为纹理分析的主要工具,取得了许多成就#65377;但由于这些模型中图像像素间的关系均集中在同一尺度上,没有反映出不同尺度间的特征#65377;小波分析(wavelet analysis)由于具有良好的时频域局部化特征#65380;尺度变化特征和方向特征,在图像处理#65380;计算机视觉#65380;纹理分析等方面取得了良好的应用[1]#65377;小波技术的发展与应用可分为两个阶段,即第一代小波和第二代小波#65377;第一代小波理论及变换关系比较复杂,涉及许多数学函数变换,在实际应用中不方便;第二代小波变换技术的实际应用极为方便#65377;商空间理论[2]是最近兴起的基于人工智能的理论和实践,将商空间理论与小波变换技术相结合,并应用于纹理图像分割研究具有理论与实际双重意义#65377;?? 　　 　　1小波理论的本质发现?? 　　 　　由于小波变换具有良好的时频局部化特征#65380;尺度变化和方向特征,才使得小波理论及其应用受到众多研究领域学者的重视#65377;那么从数学角度来考察小波变换,发现小波分析的本质,对进一步研究小波理论及其应用有着十分重要的作用#65377;?? 　　 　　从上述的商逼近理论及推演过程,可以得出以下两个结论:a)数学意义上,小波是将按序列收敛的商空间逼近,改造成按级数收敛的商空间逼近的必然产物;b)物理意义上,小波是对商空间逼近中相邻商空间逼近之间差异的描述#65377; ?? 　　综上可以看出,可以从商空间粒度分析的观点出发,来研究空间性能的商逼近问题,从而对小波的多分辨率进行新的发现#65377;小波与商空间理论在本质上是一致的,同时也充分说明:商空间粒度分析方法是人类思维最根本的方法(多粒度分析法)的一个比较合理的模型#65377;这个结论对进一步研究小波理论及在拓展实际中的应用将发挥重要作用#65377;?? 　　 　　2基于小波变换与粒度分层合成技术的图像分割?? 　　 　　近年来,利用小波变换技术解决图像分割方面问题的研究成为图像分割领域的一个新课题,其关键是用小波变换来提取图像的特征,如基于小波变换的域值法分割,基于小波变换的边缘检测等[4~6]#65377;特别是小波技术在纹理图像分割实践应用中取得可喜收获,如基于小波变换的纹理图像分割[7~9],基于小波多分辨与聚类技术的图像分割,用马尔可夫树模型实现基于小波的无监督的SAR图像分割[10],用小波分解实现多尺度对图像多尺度特征的提取;用多尺度方法实现无监督图像分割的一般方法;M带小波变换的两纹理分割;基于不可分小波变换的纹理分析与分类;基于旋转与尺度不变的小波特征的图像内容检索[11];一种用小波系数层间相关性的纹理分割方法[12];基于三进制小波变换的纹理分割[13],基于小波与高斯Markov随机场组合的轮廓纹理分割[14]等#65377;这些工作均利用小波分析技术,对纹理图像进行分解,求得小波系数,提取纹理的特征,从而实现对图像的分割#65377;?? 　　2.1图像分割算法分析?? 　　既然小波与商空间理论在本质上是一致的,把小波变换技术与商空间粒度计算方法结合,提出一种基于小波变换与商空间粒度分层技术及合成技术相结合的纹理图像分割方法#65377;该方法通过小波变换对纹理图像进行多分辨率分析,对不同粒度空间上的图像分别逐层进行分割,在小波分解过程中,同时对每个粒度层次的图像进行粗分割,然后在逐层进行层内合成与层间合成,最后实现对图像的有效分割#65377;这种方法的实质是通过商空间的层次逼近原理来获得最佳的图像粒度空间#65377;?? 　　2.2算法流程?? 　　纹理图像具有一定尺度下的周期或准周期性,其能量也主要分布在中频范围#65377;在对纹理图像进行小波分解时,考虑选择完全树型小波变换#65377;?? 　　对图像每进行一次小波变换后,可以得到四个子图像,在每个尺度上对应的每个图像都有一个低频分量和三个高频分量的子图,每个子图像都可以由相应的小波系数得到一个特征图像#65377;根据各个子图所提取的特征,选择直方图多阈值方法[15~17]对每个特征图像进行分割,得