一种基于共生矩阵的多分辨率纹理分割算法

曹婧华，冉彦中，张玲

（1.吉林大学 和平校区计算机教研室，长春 130062；2.吉林大学 管理学院，长春 130060）

图像分割［1］，是一种重要的图像技术，它不仅得到人们广泛的重视和研究，也在实际中得到大量的应用。纹理一般来说是灰度（颜色）在空间以一定形式变化而产生的图案。现有的纹理分割多是针对像元灰度的，而像元灰度对于某些复杂的纹理图像是不能实现的，所以基于图像纹理特性的分割是图像分割技术中较为困难且尚未成熟的［2］。

图像分割方法主要有统计法、结构法、频谱法，目前纹理分割方法中的统计法相对来说是常用的并且非常重要的。分辨率的选择是在提取纹理的统计特征时是影响分割效果的一个非常重要的方面，在实际的纹理分割中，图像的变化是多样的不一致的，所以有时候一个尺度可能不会适合所有的纹理图像，因此应该设计多尺度分析来尽量适应不同图像的纹理分割。一般来说统计法对微观图像分割得效果较好，而对于宏纹理，图像需要结合统计和结构两类方法进行，常用的一些基于统计的纹理特征描述方法主要缺陷在于提取纹理特征时尺度单一。要比较精确定位不同纹理区域的边界，还需要结合纹理结构信息。为了克服这个缺陷，提出了一种基于共生矩阵的多分辨率无监督纹理分割算法，在不同尺度上对纹理特征进行提取，对图像进行动态分割之后利用纹理边缘结构信息对获得的边界区域进行再学习，最后对边缘进行提取。……