基于纹理结构相似性和边缘信息的水平集纹理图像分割

通过提取纹理特征对纹理图像进行分割是一类重要的纹理分割方法。传统的纹理特征提取通常根据像素邻域的灰度统计来获取,因为纹理具有方向性和尺度差异性,所以用传统方法提取纹理特征分割纹理图像是不准确、不稳定的。文章提出使用结构相似度(structural similarity index,SSIM)分析加噪图像和原始图像的相似性提取纹理结构形态和使用旋转扭曲方法提取边缘信息,然后结合灰度信息并融入水平集进行纹理图像分割。通过对多种类型的复杂纹理图像进行对比实验,将该文提出的方法和已有的一些基于水平集的纹理分割方法进行比较,并使用Jaccard系数计算分割准确度,结果表明,所提出的方法能够更准确地将纹理图像中的目标前景分割出来且有更高的准确率。