基于特征加权的自然纹理FCM聚类分割算法.pdf

基于特征加权的自然纹理FCM聚类分割算法.pdf计算机技术与发展 V0120 N01
戳期1 丁緊 AND 甇 Jan
FCM
112
.韩山师范学院数学与信息技术系,广东潮州;
>陨酱笱畔⒖蒲в氪窖г海骷0
摘要:为了实现自然材质的纹理分割,根据自然纹理的弱规则性特点,提出一种由图像灰度值、灰度分布统计及图像纹
理能量统计作为纹理表征的特征参数,并组成三维特征矢量以实现自然纹理分割的算法。考虑到样本不同特征值对分类
FCM
图像的更有效分割效果。实验证明,该方法简单高效、可控性强,对各种自然纹理图像具有较好的纹理分割效果。
FCM
TP391 A 文章编号:——一
Natural Texture Algorithm Based Oil
FCM
ZHU 琂 YuzhenlOUYANG
(1College Mathematics and Information TochnologyHanshan UniversityChaozlx)u521041China
甀 Science and Meditnn CollegeJinggangshan,’,
矾删: order em-ry OUt the texture 。 the natural natural
texture algorithm wiim89epixel valuesmtistieal and texture .
Corderingthe 雐帆 the chs8i{yingtheFCM adopted
膐 improve the restraint the featuresandget the hetttextureaegmentatiota resultThe
eXltaprove the ,甧 and for various texture 碰蛸.
簄籺; ;:籺
O言然纹理并不是固定不变的,它们可能有空间变化的局
图像分割是图像处理中的基本问题,计算机视觉部特性如方向、频率和纹理基元的大小等。在目前已
研究中目标检测、目标识别和特征提取等的精度都依(1)
赖于图像分割的质量。纹理是图像上常见的特征,是(2)
灰度丈在空间以一定的形式变化而产生的图案, 首先对图像中所呈现出来的相关纹理特征进行统计与
由许多相互接近的、互相编织的元素构成,并常具有周分析。然后在此基础上实现对图像各像素的分类。后
期性,在一定程度上反映着图像的空间性质,对纹理进者则是先刻画出图像中的纹理基元。再从结构的组成
行分割是图像分割的一个重要分支,也是计算机视觉上探索纹理的分布。从现有研究的情况看,统计方法
领域的一个重要研究方向。一般来说纹理分割大致可占有主导地位,在纹理特征统计分析方法上,较典型的
以分为两个基本步骤:评硖卣鞯奶崛。在此基算法有灰度共生矩阵法⋯、小波分析法【、多通道.
础上进行分类。但是纹理图像的分割是非常困难的, 瞬ǚ╗】、离散余弦变换】等。而在像素
因为每幅图像中都可能会有不同的纹理,每个纹理基分类技术上,由于相异纹理间的接合处像素的归属存
元的大小和形状也可能各不相同,而且绝大多数的自在模糊和不确定性,因此不少的算法均结合了模糊聚
类方法缒:鼵均值聚类方法或模糊神经网络
收稿日期:——;修回日期