【技术实现步骤摘要】
本专利技术属于图像信息处理领域，涉及一种图像纹理分割方法，特别是涉及一种基于非线性理论(复杂性测度)特征描述图像纹理和支持向量机的一种分割方法。
技术介绍
纹理图像分割作为目标识别、图像理解以及计算机视觉中的一个基本问题，对纹理图像分割技术的研究，具有重要的理论和现实意义。在过去的几十年中受到国内外研究者的重视，获得了长足的发展。关于纹理分割的方法层出不穷，有些方法也取得了令人满意的分割效果，但总的来说，鲁棒性不高、无监督的分割效果差以及时间消耗高。一种典型的纹理分割算法主要包括两个阶段第一个阶段是对纹理的特征提取，第二个阶段是利用模式识别技术对特征的分类。特征是纹理分割的关键。一般灰度图像的分割是基于灰度值一致性、相近性来表征区域的一致性，从而实现分割，在纹理图像中区域的一致性是由区域内纹理的某些特征的一致性来表示的，分割是在某个或某些特征的基础上进行的。根据纹理结构的不同，抽取或分割图像的一些区域，以了解图像的构成。如何在图像中抽取出表示每个象素或者表示空间灰度分布的特征量，然后根据所抽取的纹理结构信息进行区域的抽取与分割，就是纹理分割中所要解决的主要问题...
【技术保护点】
一种复杂性测度的图像纹理分割方法，其特征在于该方法具体步骤包括：（１）采用矩不变的自动门限法对图象进行二值化；（２）利用Ｈｉｌｂｅｒｔ曲线对纹理图像进行扫描，使二维的图像信息转换成一维序列ｓ；（３）对步骤（２）中的一 维序列进行进行加窗处理后，提取ＫＣ复杂性纹理特征和Ｃ↓［０］复杂性纹理特征，得到描述纹理复杂性特征的一个４维特征向量；（４）采用支持向量机方法，得到纹理分割后的图像。
【技术特征摘要】
【专利技术属性】
技术研发人员：范影乐，李轶，庞全，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：86[中国|杭州]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。