基于人类视觉感知特性的一种纹理图象分割方法

在纹理图象分割的研究领域中 ,基于人类视觉感知特性的图象分割方法是一个重要的新方向 .本文给出了一种纹理图象分割的方法 ,设计了一组参数不同的 2 D最佳正交极可分方向滤波器来提取图象特征 ,然后经过四叉树平滑 ,用模糊 C-均值聚类对图象进行分类 ,最后进行边缘确定 .实验结果表明 。

纹理图象分割的分形方法研究

在分形维数的基础上研究了将其用于纹理分割的方法。采用差分盒维数（ＤＢＣ）方法和一种改进的边缘保持算法计算象素点的分形维数ＦＤ，基于原始图象的方向性差分和多重分形的概念提取出一组特征，并将Ｋｏｈｏｎｅｎ的ＳＯＦＭ网用于对得到的图象特征矢量进行分类，得到了较好的纹理图象分割效果。

一种基于视觉感知特性的图象纹理分割方法

基于视觉感知多分辨率、多通道特性、并行性和模糊性，提出了一种基于视觉感知特性的图象纹理分割方法，它由2D最佳正交极可分方向滤波器特征提取，改进的模糊Kohonen聚类网络（IFKCN）特征聚类粗分割、粗分割结果的细化等几个步骤组成。实验结果表明了方法的有效性。

一种基于视觉感知特性及IFKCN的图象纹理分割方法

提出了一种基于视觉感知特性及改进的模糊 Kohonen聚类网络的图象纹理分割方法 ,它由 2 D最佳正交极可分方向滤波器特征提取 ,特征图象的四叉树平滑 ,改进的模糊 Kohonen聚类网络 (IFKCN)特征聚类及边缘确定四部分组成。

基于小波包特征的纹理影像分割

利用小波包变换来检测纹理图象上的灰度变化，以得到多分辨率、多方向性的微观统计特征图象，在此基础上用Ｅｎｖｅｌｏｐ算法提取基于边缘信息的纹理特征，为了克服纹理特征之间的相关性，采用了子空间分类器对纹理特征图象进行分类，取得了较好的分割效果。