基于灰度共生矩陣的圖像分割方法研究
加入技術(shù)交流群
2．4 實(shí)驗結果分析
根據前述步驟，利用Matlab和VC++工具對圖像進(jìn)行分析處理，然后利用聚類(lèi)分析等方法實(shí)現的實(shí)驗效果，如圖4所示。
由圖4可以看出，對于紋理特征明顯的圖像進(jìn)行二值化后，再根據紋理特征值結合加權歐式距離進(jìn)行圖像特征處理，最終得到的效果圖實(shí)現了較好的區域融合和劃分，達到了圖像分割的目的。
3 結束語(yǔ)
文中利用灰度共生矩陣方法對圖像進(jìn)行紋理特征提取，然后根據加權歐氏距離對每個(gè)紋理區域進(jìn)行模式匹配，將圖像按不同紋理區域進(jìn)行整合劃分。最后利用聚類(lèi)等方法實(shí)現了圖像分割。經(jīng)過(guò)多次試驗表明，對于具有顯著(zhù)紋理特征的圖像，利用基于灰度共生矩陣的方法實(shí)現對圖像的分割具有一定的準確性和實(shí)用性，并能較好的實(shí)現圖像分割效果。
評論