基于均值漂移的自适应纹理图像分割方法  

Mean Shift Based Adaptive Texture Image Segmentation Method

作　　者：王爽[1,2] 夏玉[1,2] 焦李成[1,2] 

机构地区：[1]西安电子科技大学智能感知与图像理解教育部重点实验室,陕西西安710071 [2]西安电子科技大学智能信息处理研究所,陕西西安710071

出　　处：《软件学报》2010年第6期1451-1461,共11页Journal of Software

基　　金：国家自然科学基金Nos.60702062;60971128;60703109;60970066;60972148;国家高技术研究发展计划(863)Nos.2008AA01Z125;2009AA12Z210; 国家重点基础研究发展计划(973)No.2006CB705700;陕西省自然科学基金No.2007F09;中国博士后科学基金Nos.200902587;20090461285;高等学校学科创新引智计划No.B07048~~

摘　　要：提出了一种基于小波多尺度分析和均值漂移的无监督纹理分割方法.该方法利用均值漂移聚类实现基于小波特征的完全无监督自适应多尺度分割,既不需要进行训练也不需要分割类别数等先验知识.该方法根据一定的策略在尺度间进行信息传递,自适应地为图像不同区域确定合适的分割尺度,即纹理内部区域使用粗尺度特征而不同纹理间的交界处使用较细尺度特征,这样就在保证区域一致性的同时更准确地定位图像边缘.对比实验结果表明,该方法在合成纹理和真实纹理图像中都有较好的性能,其多尺度的分割过程类似于人类视觉系统感知,并且较之有监督的传统分割方法也更具优势.This paper presents an unsupervised texture segmentation method based on wavelet analysis and mean shift.The adaptive multiscale segmentation is realized by applying mean shift cluster algorithm to features which generated by wavelet pyramid.The unsupervised texture segmentation method does not require either training or prior knowledge of the number of textures.With a proper strategy,those features are propagated through finer scales adaptively.The center of a homogenous texture is analyzed by using features in coarse resolution,and its border is detected in finer resolution so as to locate the boundary accurately.This method has an analogy with human psychophysical measurements of image appearance.Experiments on synthetic and real images demonstrate that the proposed method leads to a successful unsupervised segmentation.

关 键 词：纹理图像 无监督分割 均值漂移 小波 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]