1、紋理圖像分割是圖像分析中的必不可少的步驟，其在遙感、氣象、地質(zhì)分析、工業(yè)檢測(cè)、醫(yī)學(xué)圖像處理等領(lǐng)域中已有廣泛的應(yīng)用。但由于紋理圖像的灰度具有高振蕩性，且其紋理很難給出統(tǒng)一的數(shù)學(xué)定義，致使紋理圖像分割問(wèn)題仍然沒(méi)有得到很好的解決。因此，對(duì)其研究具有重要的理論和現(xiàn)實(shí)意義。
　　在紋理圖像分割步驟中最為關(guān)鍵，同時(shí)也是最困難的一步便是紋理特征的描述，對(duì)此，本文從結(jié)構(gòu)張量的角度出發(fā)提出了幾種合理的紋理特征描述子，具體如下：
　?。?）首先

2、，從結(jié)構(gòu)張量的相關(guān)知識(shí)入手，將非線性結(jié)構(gòu)張量的三個(gè)分量和原圖像看作一副四維的向量值圖像，構(gòu)造其相應(yīng)的結(jié)構(gòu)張量矩陣。利用此矩陣特征值構(gòu)造了一種新的標(biāo)量型紋理特征描述子T，T中既包含圖像的灰度信息，又含有紋理信息。
　?。?）其次，從原圖像的非線性結(jié)構(gòu)張量的兩個(gè)特征值入手，提出了另一種標(biāo)量型紋理描述子F，F(xiàn)中主要包含紋理特征信息。
　?。?）最后，經(jīng)過(guò)仿真實(shí)驗(yàn)發(fā)現(xiàn)以上兩種紋理描述在處理方向性紋理圖像時(shí)，效果并不是很好。通過(guò)分析研

3、究，提出了一種利用非線性結(jié)構(gòu)張量特征方向角的標(biāo)量型紋理特征描述θ，θ中包含了充分的方向信息。
　　設(shè)計(jì)了紋理特征之后，便是紋理分割模型的建立，具體如下：
　?。?）將紋理描述T嵌入到兩相模糊區(qū)域競(jìng)爭(zhēng)模型中，給出了一種基于結(jié)構(gòu)張量特征值的紋理圖像分割模型Ⅰ；
　?。?）將紋理描述F和原圖像灰度信息I分別嵌入到兩相模糊區(qū)域競(jìng)爭(zhēng)模型和經(jīng)典的CV模型中，給出了一個(gè)紋理和灰度相結(jié)合的分割模型Ⅱ；
　?。?）采用模型Ⅱ同樣的

4、思想，將紋理描述θ和原圖像I相結(jié)合，構(gòu)造一個(gè)基于特征方向角的紋理分割模型Ⅲ。
　　針對(duì)以上三種分割模型，本文采用了快速Chambolle對(duì)偶法進(jìn)行數(shù)值求解，該算法具有不重復(fù)初始化和快速迭代求解的優(yōu)點(diǎn)。仿真實(shí)驗(yàn)結(jié)果表明，T和F能夠很好的處理自然紋理圖像和具有周期性、尺度性的合成紋理圖像，θ可以很好的處理具有方向性的合成紋理圖像。
　　此外，通過(guò)最大化圖像灰度的概率密度函數(shù)之間的Cauchy-Schwarz散度，提出了一種新的主