基于L0優(yōu)化的紋理分析技術(shù).pdf

1、紋理是一種區(qū)域視覺(jué)線索，在圖像中普遍存在而又難以描述，是一種描述圖像中各個(gè)像素之間的空間分布關(guān)系，一直以來(lái)都沒(méi)有較好的定義。由于紋理信息能夠充分地利用到圖像中的信息，因此紋理成為描述圖像內(nèi)容和識(shí)別圖像內(nèi)容的一種新的方法，同時(shí)它與圖像的其它特征比較而言，兼顧了圖像宏觀結(jié)構(gòu)與微觀細(xì)節(jié)兩方面，因此利用紋理分析圖像成為圖像分析的一個(gè)重要方法。而在紋理分析研究技術(shù)中紋理分割一直都是研究的難點(diǎn)，它涉及神經(jīng)網(wǎng)絡(luò)、統(tǒng)計(jì)學(xué)、模式識(shí)別、神經(jīng)生理學(xué)、應(yīng)用數(shù)學(xué)

2、、生物制藥等多個(gè)研究領(lǐng)域。但是，一直以來(lái)都缺少一種簡(jiǎn)單高效，邊緣清晰的紋理分割方法。
　　 針對(duì)以上問(wèn)題，本文主要針對(duì)紋理分割技術(shù)展開(kāi)研究，主要研究?jī)?nèi)容和貢獻(xiàn)包括:
　　 (1)提出一種基于特征空間的LO多通道優(yōu)化方法，針對(duì)多個(gè)通道Gabor小波的紋理分析結(jié)果，在特征空間采用多通道LO優(yōu)化的方法降噪，避免了采用傳統(tǒng)的Gaussian濾波降噪結(jié)果邊緣的模糊問(wèn)題，同時(shí)，我們綜合多通道的內(nèi)部關(guān)系來(lái)分析出相鄰紋理的邊緣信息，簡(jiǎn)單

3、高效的得到邊緣清晰的紋理分割結(jié)果。實(shí)驗(yàn)結(jié)果表明，我們的方法，有著很好的分割效果，并且在分割速度上相比之前的其他方法也有很大的提升。
　　 (2)提出一種基于紋理分割的LO最小優(yōu)化濾波方法，對(duì)于梯度空間的LO最小優(yōu)化算法，在普通圖片上有非常好的平滑效果，但是對(duì)于帶紋理的圖片卻達(dá)不到理想的結(jié)果，這是因?yàn)橐话慵y理部分顏色空間的梯度都非常大，所以很難對(duì)這部分進(jìn)行濾波處理。對(duì)此，我們提出一種基于紋理分割的梯度空間LO最小優(yōu)化，利用我們上面