基于D－S證據理論的信息融合圖像識別

張逵，朱大奇

(上海海事大學信息工程學院，上海 201306)

0 引言

紋理特征是物體表面共有的內在特性，是一種不依賴于顏色或亮度而反映圖像中同質現象的視覺特征.紋理特征包含物體表面結構排列的重要信息以及它們與周圍壞境的聯系，因此在圖像識別和圖像分類中得到廣泛應用.［1－2］

紋理分析的首要任務是提取反映圖像紋理屬性的數量特征.［3］紋理分析總體上可分為統計法、結構法和模型法.統計法以圖像中灰度值空間分布的統計量作為紋理特征，它是目前使用最多的一種方法，如:早期的灰度共生矩陣方法［4］，近期的灰度－相位共生矩陣方法［5］、灰度－梯度共生矩陣方法［6］.對于圖像識別和分類來說，單獨利用灰度－相位共生矩陣法或灰度－梯度共生矩陣法提取圖像紋理，對圖像進行識別雖然較簡單、方便，但識別準確率較低，不確定性較大，因為圖像的紋理特征不僅包括灰度特性，還包括結構特性以及邊緣特性.灰度－相位共生矩陣法僅包括紋理的灰度和結構特性，而灰度－梯度共生矩陣法又只包含紋理的邊緣特性，顯然兩者都不能很好地表現紋理特征，從而難以獲得準確的紋理信息識別圖像.

本文將 Dempster－Shafer(D－S)證據理論［7－9］引入圖像識別中，將通過灰度－相位共生矩陣法和灰度－梯度共生矩陣法得到的紋理特征參數進行D－S信息融合，能較好地包含紋理的各種信息，利用信息融合的多維信息處理優勢補充單組特征參數識別的不足，與單獨……