资源描述：
《基于自适应窗口固定及传播的多尺度纹理图像分割_侯彪》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、第7期电子学报Vol.37No.72009年7月ACTAELECTRONICASINICAJuly2009基于自适应窗口固定及传播的多尺度纹理图像分割侯彪,刘凤,焦李成,包慧东(西安电子科技大学智能信息处理研究所和智能感知与图像理解教育部重点实验室,陕西西安710071)摘要:本文提出一种基于自适应窗口固定及传播的多尺度纹理图像分割方法,在小波域隐马尔科夫树模型(WHMT)的初始分割基础上,根据分割粗尺度上的区域一致性好,细尺度上的边缘准确的特点,利用上下尺度像素之间以及本层邻域像素的马尔科夫性,标记出图像的一致性区域和边缘区域,将一致性区域固定,类标直接下
2、传到下一尺度,边缘区域则利用邻域信息确定出上文权值背景传播到下一尺度,与下尺度一起共同指导图像分割,从而很好的保持了区域均匀性和边缘准确性.同时根据纹理图像区域聚集性的特性,利用基于多项式展开和置信区间交叉(LPA-ICI)方法找出各类区域聚集的物理位置中心,融入上下文权值背景中,使得指导分割策略能够更好的进行.实验表明,对于合成纹理图像来说,本文提出的多尺度融合算法在均匀区域内部及区域边界都大为改善,而且无须进行参数的训练,使算法快速的完成.关键词:多尺度纹理图像分割;马尔科夫性;小波域隐马尔科夫树模型(WHMT);多尺度窗口固定传播;位置信息;多项式展开
3、和置信区间交叉(LPA-ICI);融合中图分类号:TN911.73文献标识码:A文章编号:0372-2112(2009)07-1492-09AMultiscaleTextureImageSegmentationAlgorithmBasedonAdaptiveWindowFixingandPropagationHOUBiao,LIUFeng,JIAOLi-cheng,BAOHui-dong(KeyLaboratoryofIntelligentPerceptionandImageUnderstandingofMinistryofEducationofChina,
4、InstituteofIntelligentInformationProcessing,XidianUniversity,Xi'an,Shaanxi710071,China)Abstract:Inthispaper,wepresentamultiscaletextureimagesegmentationalgorithmbasedonadaptivewindowfixingandpropagation.Afterrawsegmentationbasedonwaveletdomainhiddenmarkovtreemodel,weusethefineconsi
5、stencyincoarsescaleandaccurateedgesinfinescaleoftherawsegmentationresult,labelthehomogeneityregionanddiscontinuityregionwithdifferentmarkersaccordingtothecharacteristicsofMarkovbetweenthenodeanditsneighborhoodanditsfathernode,thenwefixthehomo-geneityregionandtransfertheirlabelsinto
6、theirchildrens;Todiscontinuityregion,wedetermineaweightcontextbytheneighborinformationandtransferintothenextscaletoinstructthesegmentationwiththeinformationofthisscale,finallywemaintaintheu-niformityofregionsandaccuracyofedges.Atthesametime,weuseanalgorithmbasedontheLocalpolynomial
7、approximationandIntersectionofConfidenceIntervals(LPA-ICI)tofindoutthephysicallocationofcentersofeachtextureduetothefeatureofag-gregationoftextures,thenintegratethemintotheweightcontextsoastoleadbettersegmentation.Theexperimentalresultsshownthatbothonsegmentationaccuracyandboundary
8、localizationaregreatlyimpr
