[發明專利]對圖像進行紋理分割的方法和裝置

有效

• 申請號: 201310270613.2
• 申請日: 2013-07-01
• 公開（公告）號: CN104282008B
• 公開（公告）日: 2017-07-28
• 發明（設計）人: 張岱;張學
• 申請（專利權）人: 株式會社日立制作所
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136
• 代理公司: 上海市華誠律師事務所31210
• 代理人: 彭里

技術領域

本發明涉及對圖像進行分割的方法和裝置，尤其涉及對圖像進行紋理分割的方法和裝置。

背景技術

隨著信息技術的發展，圖像越來越多的被用來獲取和分析各種信息。圖像處理領域的圖像分割也已經成為研究的重點。

目前圖像分割的方法主要分為顏色分割和紋理分割兩大類。由于紋理較顏色特征信息更為豐富，紋理分割的意義更為重要。紋理分割目前主要有基于灰度共生矩陣和基于小波分析的紋理分割方法。《基于灰度共生矩陣的IKONOS影像中竹林信息提取》主要是將圖像分割為多個小塊區域，提取每個小區域的灰度共生矩陣作為區域的紋理特征，再通過對特征進行分類達到紋理分割的目的。《基于小波變換的紋理圖像分割》將圖像進行小波分解，在多尺度以及垂直、水平、45度方向上提取紋理特征，再對特征進行分類，達到紋理分割的目的。

上述紋理分割方法，能夠提取紋理特征并構造特征向量，但是對于以下幾種情況，不能很好的適應。由于灰度對比度也包含了很多信息，而灰度共生矩陣隨著灰度級別的增加，計算量呈幾何級數增加，一般多用于8個灰度級的圖像紋理特征提取。并且灰度共生矩陣多提取指定8個方向的特征，當紋理方向不一致時，該方法無法提取準確的紋理特征。小波變換方法同樣在多個紋理計算方向的情況下，計算量和準確性變差。對于圖像分割的子窗口的尺寸，也嚴重影響計算速度，窗口越大，計算量越大。當紋理單元大小不均勻時，以上方法也不能很好的判斷分割出來。如此，現有的圖像紋理分割方法存在無法適應多方向、多灰度級以及計算量大的問題。

發明內容

為了解決上述問題，本發明提供了一種圖像分割方法和裝置，可以解決無法適應多方向、多灰度級以及計算量大的問題。

一種對圖像進行紋理分割的方法，所述圖像具有多種紋理，包括以下步驟：

a)將所述圖像轉換為灰度圖像；

b)根據所述圖像中最大的紋理單元的大小，將所述灰度圖像劃分為大小相同的多個區域，并提取與所述多個區域一一對應的多個梯度特征向量；

c)對提取的所述多個梯度特征向量進行模糊聚類分析，將所述多個區域進行分類，從而將所述圖像中具有相同紋理的部分分類到相同的類別中。

在步驟b)中，所述多個區域中的每個區域的大小大于等于所述最大的紋理單元的大小。

在步驟b)中，通過以下步驟提取所述多個梯度特征向量：

b1)以水平向右為梯度方向角的0度方向，計算所述多個區域中的每個區域中的4m×4m個像素中的每個像素的梯度值和第一梯度方向角，m是大于等于1的整數；

b2)對計算的所述多個區域中的任一個區域中的4m×4m個像素各自的梯度值和梯度方向角進行統計，得到梯度直方圖，在所述梯度直方圖中，多個直方柱與多個第一方向角一一對應，將所述多個直方柱中具有峰值g_max的直方柱所對應的第一方向角作為所述任一個區域的梯度主方向角；

b3)以所述任一個區域的中心為中心，以所述梯度主方向角為所述梯度方向角的0度方向，限定與所述任一個區域大小相同的新區域；

b4)根據步驟b1)的計算結果，取出位于所述新區域中的4m×4m個像素中的每個像素的梯度值和第一梯度方向角，其中取出的每個像素的第一梯度方向角變更為第二梯度方向角，所述第二梯度方向角是從所述第一梯度方向角順時針旋轉到所述梯度主方向角的角度；

b5)將所述新區域均勻劃分為16個子區域，每個子區域中具有m×m個像素，以所述梯度主方向角為所述0度方向，將0-360度方向均勻劃分為多個第二方向角，如果任一個子區域中的任一個像素的第二梯度方向角不等于任一個第二方向角，則將所述任一個像素的梯度值分別分解到所述多個第二方向角中與所述任一個像素的第二梯度方向角相近的兩個第二方向角上，得到與所述兩個第二方向角分別對應的兩個分解梯度值，如果任一個子區域中的任一個像素的第二梯度方向角等于任一個第二方向角，則將所述任一個像素的梯度值作為與所述任一個第二方向角相對應的分解梯度值，從而對于每個子區域，獲得多個分解梯度值，所述多個分解梯度值中的任一個分解梯度值與所述多個第二方向角中的一個第二方向角相對應；

b6)將所述多個分解梯度值中與任一個第二方向角對應的數個分解梯度值進行累加，獲得與所述任一個第二方向角對應的累加梯度值，從而對于所述每個子區域，獲得與所述多個第二方向角一一對應的多個累加梯度值，將所述多個累加梯度值分別對于所述峰值g_max進行歸一化，得到多個歸一化累加梯度值；