1、紋理圖像分割是連接低級(jí)視覺和高級(jí)視覺的橋梁和紐帶，是大多數(shù)視覺系統(tǒng)中最為重要的環(huán)節(jié)之一，其結(jié)果決定了高級(jí)視覺中各種應(yīng)用的最終輸出質(zhì)量。鍍鋅板圖像作為一種復(fù)雜的紋理圖像，其表面紋理缺陷分割是質(zhì)量檢測(cè)系統(tǒng)中至關(guān)重要的環(huán)節(jié)，缺陷分割的高效性、準(zhǔn)確性將直接影響后續(xù)的分類和識(shí)別。本文基于圖像處理技術(shù)，針對(duì)鍍鋅板圖像紋理特點(diǎn)，闡述了幾種有效的分割算法：
　　將基于頻譜殘差的分析方法應(yīng)用于鍍鋅板表面缺陷分割，并進(jìn)行了改進(jìn)，探索了它在紋理圖像分割

2、中的應(yīng)用。通過去除待分割圖像對(duì)數(shù)頻譜中的平均成分，從而忽略圖像中頻繁出現(xiàn)的紋理特征，突出那些異常的紋理區(qū)域。
　　提出了一種基于一維最優(yōu)Gabor濾波器的鍍鋅板表面缺陷分割算法。Gabor濾波器具有良好的空間-頻率域局部特性，有效地結(jié)合了圖像的空間、頻率域特征。本文中首先將二維圖像信號(hào)壓縮為一維信號(hào)，然后設(shè)計(jì)了一種基于一維最優(yōu)Gabor濾波器的缺陷分割算法模型，這種算法可以廣泛地應(yīng)用于鍍鋅板、砂紙、皮革、木材等紋理圖像的表面缺陷分

3、割。
　　■基于最優(yōu)FIR濾波器的紋理圖像分割算法的分割性能進(jìn)行了詳細(xì)的分析；從分割效果、魯棒性及計(jì)算復(fù)雜度三方面，對(duì)該算法與本文介紹的算法進(jìn)行了詳細(xì)的對(duì)比分析，并得出以下結(jié)論：
　　■基于頻譜殘差的缺陷分割算法能很好地定位和分割缺陷，對(duì)缺陷的方向、光照不均等影響因素，具有很強(qiáng)的適應(yīng)性；該算法原理簡(jiǎn)單，運(yùn)算速度較快，是一種非監(jiān)督的分割算法。
　　■單通道FIR濾波器的分割效果嚴(yán)重地依賴于訓(xùn)練時(shí)使用的缺陷紋理，魯棒性較差