摘要: 为了有效地从羽毛图像中提取毛杆,在对比各种分割方法的基础上,提出基于小波纹理分割方法.考虑羽毛的特点,为去噪和加深纹理特征,对图像进行恢复和增强.经过二层小波分解后提取各细节子图的特征,形成特征向量,并由聚类法进行分类分割.实验结果表明,该方法能较好地提取毛杆.
[1]刘丽,匡纲要.图像纹理特征提取方法综述[J].中国图象图形学报,2009,14(4):622-634.[2]安宁,林树忠,刘海华,等.图像:处理方法研究及其应用[J].仪器仪表报,2006,27(6):792-794.[3]赵春燕,闫长青,时秀芳.图像分割综述[J].中国科技信息,2009(1):42-43.[4]郭依正,陈健美,宋余庆,等.医学肝脏图像Gabor小波纹理特征研究[J].计算机应用与软件,2008,25(11):44-45.[5]刘国英,秦前清,王雷光,等.基=F Contourlet变换的多尺度纹理分割的新算法[J].红外与毫米波学报,2009.28(6):450-455.[6]刘冬梅,沈君愉,王丽君.小波变换在图像相关识别中的应用[J].激光技术,2004,28(6):641—644.[7]徐孟春,王相海.基于不完全小波树型结构的图像纹理特征研究[J].中国图象图形学报,2009,14(7):1341-1346.[8]杨丹,张小洪.基于小波多尺度积的边缘检测算法[J].计算机科学,2004,31(1)133-135.[9]刘忠轩,彭思龙.方向EMD分解与其在纹理分割中的应用[J].中国科学E辑:信息科学,2005,35(2):113-123.[10]高岚,朱波华,张卉.基于分形小波理论的纹理分割研究[J].交通与计算机,2008,6(26):96·99.[11]解洪胜,王连国,李长松.改进的Gabor变换图像纹理特征提取方法应用研究[J].云南民族大学学报:自然科学版2009,18(4):287-291.[12]程正兴,林勇平.小波分析在图像处理中的应用[J].工程数学学报,2001,18(12):57-86.[13]刘怡.基于Contourlet变换的纹理图像分割方法研究[J].大众商务,2009,106(tO):149-150.[14]李峰,蔡碧野,陈志坚.一种基于纹理的图像分割方法[J].计算技术与自动化,2003,22(2):18-20.[15]李峰,曹鹏,李春月,等.基于小波包变换和蚁群算法的纹理分类[J].计算机工程与应用,2009,45(28):202-204.[16]李亚标,王宝光,李温温.基于小波变换的图像纹理特征提取方法及其应用[J].传感技术学报,2009,22(9):1308-1311.[17]黄双根,任重.小波变换在纹理图像分割中的运用[J].红外,2009,30(4):17-20. |
No related articles found! |
|