纹理图像分割将原始纹理图像分割成一系列不互相交叠的图像子区域,每个区域都具有相同的纹理特性。纹理图像分割一直是图像分割问题中比较困难的研究问题。和许多基于纹理分析和纹理建模的纹理分割方法不同,本文利用了偏微分方程的多尺度图像分析和处理方法,从图像滤波的角度入手,结合图像分割方法,给出了一种性能良好的无监督的纹理图像分割方法。 论文首先介绍和分析了基于偏微分方程的图像处理方法及其原理。文中分析和比较了各向同性、各向异性扩散方程的图像滤波性质,并且介绍了基于偏微分方程的尺度空间的理论体系。 论文在总变分最小化原则的基础上,分析了各向异性扩散和最小化能量泛函之间的联系,将总变分最小化和各向异性扩散方程相结合,给出了可以应用于纹理图像分割的基于总变分的各向异性扩散方程模型。利用该模型对纹理图像进行平滑滤波,可以得到光滑分区区域子图像。再利用基于活动围道的图像分割算法对该子图像进行分割,可以获得良好的纹理图像分割结果。 基于总变分的各向异性扩散方程的纹理分割方法主要是基于各向异性扩散方程边界保持图像平滑的特性,纹理区域的区别仅仅依赖平滑后的区域平均灰度,存在较大的局限性。为了充分利用纹理结构的其他信息,如方向特性、尺度特性等,论文又将该方法扩展到矢量形式。 论文采用Gabor滤波器组提取一组纹理特征图像。把各向异性扩散方程扩展到矢量形式对纹理特征图像矢量进行平滑,使得在各个特征通道内纹理特征一致的区域灰度趋于一致。最后用矢量形式的活动围道图像分割方法对光滑特征图像矢量进行分割。实验证明,扩展到矢量形式的纹理分割方法能获得较好的分割结果,而且该方法具有较强的适应性,能处理纹理结构复杂多变的各类纹理图像。