基于Gabor特征的稀疏表示纹理分割研究

• 作者: 孙权森 纪则轩 蒋宏骏
• 来源期刊: 现代电子技术
• 关键词: 稀疏表示 字典学习 D-KSVD Gabor
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 计算机应用技术
• 页码范围: 73-77
• 页数: 5页
• 分类号: TN919-34
• 语种: 中文

摘要

稀疏表示和字典学习在图像去噪、图像重建和模式识别等应用上取得了良好的效果，其利用稀疏系数和重构误差来作为模式分类的判别准则。稀疏表示纹理分割方法是将图像分割问题转换为像素点的分类问题。但通常稀疏表示分类方法是基于图像块特征，难以准确表征图像纹理信息。为了解决上述问题，提出基于Gabor特征的稀疏表示纹理分割方法。因为Gabor特征对图像纹理信息的鲁棒性，算法首先从每类纹理中选择一些像素点作为训练样本，计算其不同尺度和方向下的Gabor特征，将其作为初始化字典，通过判别性的字典学习算法（D?KSVD）更新字典，该字典学习算法在KSVD基础上使得字典更具有类别判别能力，最后以待分割图像的每个像素点作为测试样本，计算其Gabor特征。利用OMP算法得到测试样本在字典下的稀疏系数，根据稀疏系数得到类标签，进而对像素点进行分类，完成分割。通过在Brodatz纹理库上的实验结果表明，该方法有效提高了稀疏表示算法对纹理图像分割的正确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙权森	南京理工大学计算机科学与工程学院	112	1385	19.0	32.0
2	纪则轩	南京理工大学计算机科学与工程学院	20	320	10.0	17.0
3	蒋宏骏	南京理工大学计算机科学与工程学院	1	1	1.0	1.0