结合Gabor滤波器和扩展LTP算子的无监督纹理图像分割
目的 现实中的纹理往往具有类型多样、形态多变、结构复杂等特点,直接影响到纹理图像分割的准确性.传统的无监督纹理图像分割算法具有一定的局限性,不能很好地提取稳定的纹理特征.本文提出了基于Gabor滤波器和改进的LTP(local ternary pattern)算子的针对复杂纹理图像的纹理特征提取算法.方法 利用Gabor滤波器和扩展LTP算子分别提取相同或相似纹理模式的纹理特征和纹理的差异性特征,并将这些特征融入到水平集框架中对纹理图像进行分割.结果 通过实验表明,对纹理方向及尺度变化较大的图像、复杂背景下的纹理图像以及弱纹理模式的图像,本文方法整体分割结果明显优于传统的Gabor滤波器、结构张量、拓展结构张量、局部相似度因子等纹理分割方法得到的结果.同时,将本文方法与基于LTP的方法进行对比,分割结果依然更优.在量化指标方面,将本文方法与各种无监督的纹理分割方法就分割准确度进行对比,结果表明,在典型的纹理图像上,本文方法准确度达到97％以上,高于其他方法的分割准确度.结论 提出了一种结合Gabor滤波器和扩展LTP算子的无监督多特征的纹理图像分割方法,能够较好地提取相似纹理模式的特征和纹理的差异性特征,且这些纹理特征可以很好地融合到水平集框架中,对真实世界复杂纹理图像能够得到良好的分割效果.
纹理图像分割、Gabor滤波器、扩展LTP(local ternary pattern)算子、无监督
25
TP391(计算技术、计算机技术)
国家自然科学基金项目;安徽省自然科学基金项目;安徽省高等学校自然科学研究项目
2020-06-22（万方平台首次上网日期，不代表论文的发表时间）
共14页
442-455
