纹理图像的反射分量分离及光谱压缩

摘要

彩色纹理图像是由颜色和纹理两部分信息组成，纹理对于颜色有着比较重要的影响。鉴于彩色纹理图像的大量使用以及其本身的特殊性，有关它的研究已经成为图像处理领域的研究热点。本文针对其中反射分量的分离以及光谱压缩两方面，提出了创新性的算法，具有较强的理论价值和应用价值。
　　 反射分量的分离是指分离反射率(颜色)分量和光影(纹理)分量，即恢复出两者合成之前的状态。首先利用种子生长方法分割彩色纹理图像；然后根据漫反射模型提取出初步的纹理；再借助纹理合成方法对边缘处的纹理进行恢复，使全局纹理呈现统一规则变化；将得到的纹理分量代入到反射模型中，得到颜色分量；最后对颜色分量进行滤波，去掉噪声。
　　 多光谱纹理图像相比普通彩色纹理图像，为实际应用提供了更丰富的光谱信息，这同时也就增大了数据量，为此，在传输图像数据前需要经过压缩。本文主要根据多光谱图像的谱间相关性，提出自适应的光谱压缩方法，借助层次直方图分析来初步分割图像；接着根据贝叶斯概率模型提取初步分割中的怀疑点，再利用线性离散分析法(linear discriminant analysis)对图像数据进行重新聚类；最后根据统一的光谱误差所对应的每个区域的特征向量维数来决定是否对区域进行再次分割。论文所提出算法在实际多光谱图像压缩上得到了验证。

目录

文摘

英文文摘

声明

致谢

第一章绪论

1.1 研究背景

1.2 图像处理研究现状及发展动态

1.2.1 图像处理技术概述

1.2.2 未来发展方向

1.3 反射分量分离理论概述

1.3.1 彩色纹理图像简介

1.3.2 漫反射颜色模型

1.3.3 图像分割的基本方法

1.4 光谱压缩理论概述

1.4.1 多光谱彩色纹理图像简介

1.4.2 图像压缩的基本原理

1.4.3 图像压缩的基本方法

1.5 本文的研究内容和章节安排

第二章反射分量分离算法的研究和实现

2.1 彩色纹理图像分割

2.2 漫反射颜色模型提取纹理图像

2.3 纹理合成替代边缘点

2.4　提取颜色分量

2.5 检验算法性能

2.6 结果分析

2.6.1 单幅图像详细结果

2.6.2 多幅图像分离结果

2.7本章小结

第三章光谱压缩算法的研究和实现

3.1 改进直方图分割

3.1.1 层次投影法

3.1.2 混合高斯密度

3.1.3 Ostu谷值定位法

3.2 贝叶斯概率寻找怀疑点

3.3 LDA理论

3.4 KNN分割方法

3.5 区域再分割方法

3.6 实验结果分析

3.6.1 参数计算公式

3.6.2 图表结果

3.7 本章小结

第四章总结与展望

参考文献

作者简历及攻读硕士学位期间发表和投稿的论文