基于matlab的小波变换编码的图像分割算法仿真

目录

1.算法概述

2.仿真效果

3.MATLAB仿真源码

---

1.算法概述

      为了提取纹理特征，我们考虑与人类前注意纹理识别机制进行类比[9]。该模型包括（1）与一组偶数对称线性滤波器进行卷积，然后进行半波校正，以给出一组V1简单细胞的响应建模输出，然后（2）在空间中定位的抑制，当相同或附近位置存在强响应时，会抑制弱响应，最后（3）纹理边界检测。

      我们使用高斯差分（DOG）和偏移高斯差分滤波器（DOOG）作为线性滤波器。使用的DOG过滤器对斑点区域和使用的DOOG过滤器作出响应，对不同方向的障碍区域作出响应。我们使用两种不同的DOG滤波器来检测两个不同的斑点区域和6个不同的方向DOOG过滤器的数量。过滤器如图3所示。纹理图像对单个过滤器的响应如图4所示。请注意，与其他纹理分割方法不同，我们只使用单个尺度的过滤器（8像素宽）。我们这样做是因为在较高的比例下，纹理区域不会受到模糊瑕疵的影响，因此我们选择不使用这些区域进行纹理合成。在这一步之后，我们采用全波整流，而不是半波整流。半波校正用于复制纹理区域和它们的负片之间的区分。然而，在我们使用的小范围内，这种区分并不十分必要，我们更喜欢使用全波区分。

      为了复制步骤（2）和（3），我们不使用抑制和纹理边界检测，而是使用一个简单的9像素宽中值滤波器。众所周知，中值滤波器在强响应存在时抑制弱响应，并且仍然保持边界信息。因此，中值滤波器在一个步骤中实现了步骤（2）和（3）。

&n