论文部分内容阅读
剪切波变换(Shearlet)不仅继承了传统小波变换的多分辨率性、局域性、临界采样等特性,而且还具有多方向性和基函数各向异性的优点;同时其还可以描述纹理图像更多的方向信息和对图像具有更强稀疏表示的能力.本文提出一种基于剪切波变换和支持向量机(SVM)的纹理图像分割算法,首先对纹理图像进行Shearlet分解,获得不同尺度的方向子带系数;然后对各尺度不同方向子带系数的纹理特征进行提取;进一步,利用模糊C均值聚类算法(FCM)对纹理特征矩阵进行分类,获取训练样本;最后将训练样本输入支持向量机进行训练获得