彩色圖像的偽彩色處理.pdf

1、彩色圖像的偽彩色處理是目前彩色圖像處理領域中具有廣闊應用前景和實際應用價值的熱門研究課題。對彩色圖像進行偽彩色處理有很多種方法，其中比較常用的是基于圖像分割的方法。此方法的關鍵技術是對圖像進行有效的分割，因此本文把研究重點放在了對圖像進行有效的分割上面。 本文提出了一種基于Gabor濾波器與BP神經網絡相結合的彩色圖像分割方法。其中Gabor濾波器方法用于提取圖像的紋理特征，而神經網絡用于對所提取的圖像特征進行分類。 首

2、先，采用Gabor濾波器方法提取圖像的紋理特征。人類視覺系統(tǒng)具有多通道和多分辨率的特征，因此基于多通道Gabor濾波器的應用研究，在彩色圖像分割方面得到了廣泛的關注。根據(jù)二維測不準原理，Gabor濾波器對信號空間域和空間頻率域能夠做出最優(yōu)的描述，所以本文構造了一組排列成一個小波基集合的二維Gabor濾波器，并用其提取圖像多分辨率和多方向性的空間域和頻域的特征。通過實驗證明，相對于其它的圖像分割方法，基于Gabor濾波器的方法能夠取得比較

3、好的分割效果。 然后，分別采用傳統(tǒng)BP神經網絡和改進后的BP神經網絡作為分類器對圖像進行分割。神經網絡作為一種新的方法體系，具有較強的自適應性，這使得它的應用極其廣泛，特別是它的自適應性學習能力在模式識別方面表現(xiàn)的尤為突出。 傳統(tǒng)的BP神經網絡是一種基于誤差反向傳播算法的多層前饋神經網絡，它已成為目前應用最為廣泛的神經網絡。但同時傳統(tǒng)的BP神經網絡也存在著一些缺陷，例如由于采用梯度算法，BP神經網絡的訓練速度很慢，而且容