资源描述：
《多尺度变换域图像的感知与识别_进展和展望》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29卷第2期计算机学报Vol.29No.22006年2月CHINESEJOURNALOFCOMPUTERSFeb.2006多尺度变换域图像的感知与识别:进展和展望焦李成孙强(西安电子科技大学智能信息处理研究所西安710071)(西安电子科技大学雷达信号处理国家重点实验室西安710071)摘要多尺度变换域隐马尔可夫模型能够有效地描述变换域系数在尺度间、尺度内和方向间的统计相关性,是一种新的统计图像感知与识别方法.文中以变换域系数的统计相关性描述为中心,以模型的设计和应用的开展为两翼,深入分析了子波变换的三级统计特性与
2、机理,比较研究了多尺度变换域的十种统计模型,并系统评述了这些模型在图像感知、处理和分析中的最新进展.同时,具体论述了这一领域研究中两类成功的实例:图像去噪和图像纹理分割.对于前者,以Lena图像为测试用例分析比较了以变换域统计模型为核心的8种算法的去噪性能;对于后者,按照分割类型(监督式或非监督式)和应用的图像类型系统比较了以统计模型为基础建立的15种图像分割方法.最后,从面向应用的模型构造和算法设计、变换域的拓展和应用层次的推广三个层面指出了目前存在的问题和不足,探讨了进一步的研究重点.关键词子波分析;隐马尔可夫模
3、型;统计建模;图像感知;多尺度几何分析中图法分类号TP18AdvancesandPerspectiveonImagePerceptionandRecognitioninMultiscaleTransformDomainsJIAOLi2ChengSUNQiang(InstituteofIntelligentInformationProcessing,XidianUniversity,Xi′an710071)(NationalKeyLaboratoryforRadarSignalProcessing,XidianUniv
4、ersity,Xi′an710071)AbstractMultiscaletransform2domainhiddenMarkovmodels(HMM’s),aclassofnewstatisti2calapproachestoimageperceptionandrecognition,caneffectivelycharacterizetheinterscale,in2trascaleandcross2orientationcorrelationsofthecoefficientsindifferentmultis
5、caletransformdo2mains.Withthestatisticalcharacterizationofthecoefficientsintransformdomainsthecenterandthedesignofvariousstatisticalmodelsandthedevelopmentofavarietyofapplicationstwowings,threeclassesofstatisticalcharacteristicsandtheirmechanismsofdiscretewavel
6、ettrans2formofanimageareanalyzedindepth,tenstatisticalmodelsinmultiscaletransformdomainsarestudiedcomparatively,andthestate2of2the2artofmultiscaletransform2domainstatisticalmodelsinimageperception,processingandanalysisissystematicallyreviewed.Twotypesofsuccessf
7、ulapplicationsinthisresearchdomainarediscussedindetail,i.e.,imagedenoisingandtexturedimagesegmentation.Withrespecttotheformer,withLenaimageasatestcase,thedenoisingperformancesofdifferentalgorithmsbasedoneightkindsoftransform2domainHMM’sarecom2paredintermsofpeak
8、ofsignal2to2noiseratio(PSNR);forthelatter,fifteenmethodsderivedfrommultiscaletransform2domainHMM’saresystematicallycomparedaccordingtothesegmen2tationcategories(supervisedor
