18、图像纹理、颜色处理与细化算法详解

图像纹理、颜色处理与细化算法详解

1. 颜色纹理处理

自然场景图像通常富含纹理和颜色，随着数码相机的普及，大量彩色图像被存储，因此在图像分割方案中纳入颜色和颜色纹理变得十分必要。然而，纹理复杂，颜色处理也比灰度级更具挑战性。

1.1 处理颜色纹理的关键方法

处理颜色纹理的关键在于将颜色和纹理问题分开。先不考虑纹理寻找颜色区域，再运用现有技术在色调图像或强度（灰度级）图像中寻找纹理，最后将两者合并。例如，在检测薯片质量的实际系统中，会将熵、对比度、能量和均匀性等特征应用于不同颜色通道，如强度、色调和CIELAB颜色坐标系中的a*分量，以确定薯片的质量等级。即使是较为知名的blobworld方案，也明确区分颜色和纹理特征，并结合两者进行分割。

1.2 分离颜色和纹理的原因

颜色是单个像素的属性，而纹理是一组几何相关像素的属性。两者不仅可分离，不分离还会因高维度导致处理复杂。增加问题维度通常没有优势，但支持向量机是个例外。

1.3 相关网站文件

以下是一些相关的网站文件及其说明：
| 文件名称 | 说明 |
| — | — |
| fast.exe | 快速纹理代码，命令行 |
| fast1.exe | 快速纹理代码，OpenCV |
| test1.exe | 标准纹理代码，OpenCV |
| fast.c | 快速纹理库的源代码 |
| fast1.c | 快速OpenCV纹理库的源代码 |
| lib.c | 图像库的源代码 |
| lib.h | 图像包含文件 |
| populari