纹理分割方法及其应用研究

【摘要】： 纹理分割是图像处理和模式识别中一个重要的研究内容,一直以来是人们研究的热点。它是依据同一纹理的一致性特征或不同纹理之间的特征差别,将纹理图像分割成若干有意义的区域,而提取有效的纹理特征是其中的关键和难点。本文主要研究了基于纹理统计特性的特征提取与分割方法,并将其用于实际的多光谱图像分类,具体工作如下: 第一,针对传统灰度共现阵方法中特征提取的尺度单一问题,本文提出了一种多分辨无监督纹理分割算法。该算法有效的利用了由灰度共现阵得到的、不同分辨率上最能表述纹理特性的统计特征,分层次对图像进行分割,然后结合纹理的结构信息对边缘区域进行边界定位,进而得到较准确的纹理分割图。 第二,针对局部二进制模板纹理分割速度较慢的问题,本文一方面调整了模板算子的计算方式,另一方面将单一门限的区域合并改进为双门限合并。通过大量的实验证明,本文方法能够在保证局部二进制模板方法性能的同时明显提高算法运算速度。 第三,实际多光谱图像中存在着不少同物异谱和同谱异物现象,而它们往往处于不同的地形地貌之中,因此事先依据反映宏观地形地貌的纹理特征将图像分块,再有针对性地进行地物光谱分类是能够降低它对分类精度的影响。基于这一思想,本文提出了一种宏观的纹理地貌分块与块中微观地物光谱分类相结合的地物分类算法,并以大庆ETM+遥感数据为例,给出了实验结果和精度评价。