基于多进制小波变换的纹理图像分割  

TEXTURE IMAGE SEGMENTATION BASED ON M-BAND WAVELET TRANSFORMATION

作　　者：李峰[1,2] 黄达人[1] 毕宁[1] 戴青云[1] 

机构地区：[1]中山大学科学计算与计算机应用系 [2]长沙理工大学计算机与通信工程学院

出　　处：《模式识别与人工智能》2004年第3期286-290,共5页Pattern Recognition and Artificial Intelligence

基　　金：国家自然科学基金(No.60172067);广东省自然科学基金重点项目(No.036608);广州市科技计划(No.2003J1-C0201)资助项目

摘　　要：多进制小波分析是二进制小波理论的推广和延伸,冈此其在很多方面具有比二进制小波更优良的特性.本文提出了一种基于多进制小波变换的纹理特征提取方法,通过对小波系数的标准差作为纹理测度以生成特征向量,利用C-均值聚类算法进行纹理分割.实验结果好于二进制小波.M-band wavelet analysis is the extension of 2-band wavelet theory, and there is more detailed information than that based on 2-band wavelet. In this paper, a novel method on texture feature extraction based on M-band wavelet transformation is presented. The Feature Vectors are calculated by using standard deviation of the wavelet coeffcient, then we use the C-means clustering to segment the texture image directly. The experimental results show the efficiency of M-band wavelet better than it of 2-band wavelet.

关 键 词：小波变换 多进制 特征提取 纹理分割 C-均值聚类 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]