基于GLCM和EM算法的纹理图像分割

黄宁宁, 贾振红, 杨 杰, 庞韶宁

（①新疆大学 信息科学与工程学院，新疆 乌鲁木齐 830046; ②上海交通大学 图像处理与模式识别研究所, 上海 200240；③新西兰奥克兰理工大学 知识工程与开发研究所，新西兰 奥克兰 1020）

0 引言

纹理是表达物体表面或结构的基本属性[1]，由于形式上的广泛性和多样性，目前对纹理还没有一个明确的定义。近几年由于纹理分析的重要性，它受到了越来越多的关注，虽然现有的方法大多是用于纹理分类的[6-7]关于纹理分割的方法较少，但是纹理分割是非常有意义的[1,10]，它在计算机视觉、图像处理、遥感等领域起着很重要的作用。1973年,Haralick[2]提出了著名的GLCM，Soh和Tsataoulis提出了通过不同尺度和方向求平均来降低GLCM计算量[3]，文献[4]对GLCM的纹理特征进行了详细的分析。Glausi和Yue对GLCM的计算进行的更加深入的研究[5]。Clausi提出了WGLCP的纹理提取方法[6]，但是它的运算速度慢。GLCM它在纹理分析中是一个很好的方法,广泛用于将灰度值转化为纹理信息。

基于GLCP和EM相结合的纹理分割算法，首先采用GLCP提取特征,为了得到好的分割结果采用GLCM的三个特征，其次采用欧氏距离来计算距离，最终得到一个距离矩阵并用EM算法对该矩阵进行聚类，最后用形态学方法对边界进行定位。实验结果证明，该算法能取得很好的分割效果。

1 算法实现

纹理图像分割算法的实现步骤如下：

①选定要进分割的纹理图像；

②计算灰度共生矩阵的特征。在计算特征前首先要对纹理图像就进行像素值的压缩。该算法采用的灰度级是 8。……