基于CHMT_NN的小波域纹理图象分割新算法

基于CHMT_NN的小波域纹理图象分割新算法

ID:36776833

大小:324.86 KB

页数:4页

时间:2019-05-15

基于CHMT_NN的小波域纹理图象分割新算法_第1页
基于CHMT_NN的小波域纹理图象分割新算法_第2页
基于CHMT_NN的小波域纹理图象分割新算法_第3页
基于CHMT_NN的小波域纹理图象分割新算法_第4页
资源描述:

《基于CHMT_NN的小波域纹理图象分割新算法》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、第卷第期弹箭与制导学报基于的小波域纹理图象分割新算法“,,李会方徐瑞萍庞文俊西北工业大学电子信息学院,西安摘要文中提出了一种基于隐模型和多层感知器的小波域图象纹理分割新算法。首先该算法通过图形组合方法有效地提取了图像在小波变换域各子带之间的相关性,然后应用多层感知器进行分类,将的规范性和神经网络的分类能力有效地结合起来最后给出了文中算法对纹理的分类结果。实验证明了文中算法的有效性。【关键词」图象分割小波隐模型多层感知器【中图分类号〕文献标识码一,亡,’,,,,合模型并结合神经网络建立了一引言种新的图像纹理分割算法。通过实验验证,取得图像分割是机器视觉与图像分析

2、领域十分。了满意的结果重要的研究内容。其目的是将景物图像分割成若干有意义的区域。传统的图象分割分为特征、,二维离散小波变换与独立混合模阂值化和聚类边缘检测和区域检出三种类型如直方图门限法、松驰迭代法、区域增长法、分割型。一合并算法等等目前基于纹理模型的分割算设叭,是一张量空间构成厂尸上的一,法受到了越来越多的重视这种方法的成功与,,,个多分辨率分析,和尹沪沪分别是,。否直接依赖于纹理图像模型的选取图像的纹,相应的尺度函数和小波函数对于给定的尺度,,理模型通常分为两类一类是结构模型一类是,。一幅图像任叭可分解为统计模型近年来一些学者提出了一种基于隐一,,藏模型的

3、小波域纹理图像分割,,。‘华‘,,又先,。,算法并取得了较好的效果基于这一思想文一中通过图形组合方法集成离散小波变换的三个气‘必只二、‘,‘‘子,习习习带为一个树结构提出了一种新的小波域的复任少应收稿日期一一作者简介李会方,,,,,、、一男西安市人副教授博士研究方向数字信号处理数字图象处理多媒体信息处理和计算机应用。弹箭与制导学报年这里剑么,、,三一,‘沪一,一,一,一,效方法是隐马尔可夫树,中的小波‘,一,一,一,一一,任好二护系数的状态变量通过跨越尺度的马尔可夫链垂。,,,,。、、乙并且乙直联结基本上是一个多分辨率的高斯混。,、,,可以称为小波或离散小波变

4、换的子带合模型提供跨越尺度的马尔可夫链来获取,。·,,。‘,。“,。一是尺度系数、小波系数的尺度间的相关性对图象可以用三个企一企。离散小波变换的子带组成的四树结构独立描述、,君表示了子带中尺度的第小,一一般情况下一个的可以参数化为。,波系数对许多实际信号大多数小波系数,,,,,,户任,一,,任,乡时二如,一,⋯,,一,⋯,一的数值洪从,⋯,,,很小,小波系数的概率密度函数,一,,其中乡是在子带中从尺度到一可以用一个峰值中心在一和重尾的非高。,的马尔可夫链的转移概率对给定的,。〔斯密度来描述这种非高斯密度函数可用高斯月,丁模型的似然函数夕定义为,混合模型很好地近

5、似对给定的离散隐藏状态,一,、,产。,,二‘。小波系数的概率密度函数是均值为、,一“。属愚烈方差为武高斯函数因此随机变量的状态‘,一,,,二,。,,乃高斯混合模型可用一肠战一,,,。,⋯,,,一表示的全部的由下式决定其中介是以全为根节点的小波子树一,‘由式可知二维假定三个离散小波变介一户一习,,。,阴一换是独立的但是对自然纹理,一二,即规其中特别是结构纹理则的或者重复的空间结构蔗或图案可能导致一定的离散小波变换子带间的,一一产,。,。,二产轰统计相关通过获取离散小波变换子带间的相关。乏。性能得到纹理特征的更精确描述为此文中利用图,形组合方法通过把子带合并到一个

6、四树结构中提出了一种新的小波域的复合,如图所示。采用这种归组,方法把每两个相邻系数归并为一个节点从中可以看到,,图一一复合除了节点处的小波系数的数量外与有相似的。同理可得尺度的一独立混合模型为四树结构若假设每个,,。,,。,阴,,,户产任小波系数的隐藏状态数量为那么在中乡艺。⋯,。,一个节点就有个状态所以可以被参另,口,数化为外为了反映数据和模型朋的匹配,,,,,,。,,度,任夕准菇任定义最大模型似然概率函数为标,,二,,,了气一⋯⋯,。‘。、一习习云习户乡时,复合的特征描述如图所示将〔日止扭一。,川算法直接从状态扩展到状态的中可时,’·,、,’。得到的似然函

7、数为夕可由算法〕来估计一价·一‘’’一‘“复合二维隐马尔可夫树叮愚买·,,‘‘,丁。‘兀,‘,尽管可去除图象的相关性但由小波,,。,,,,。,,‘,,,、系数的分簇性和持续性等分布特征可知小波系其中是以一叨只女讨组嵘皇为根。数之间存在着很高的相关性因此小波域进行数,‘,可节点的复合小波树并且。以。据建模很有必要一种对小波系数进行建模的有用一种由细到粗的递归方式计算得到。第卷第期基于的小波域纹理图象分割新算法季会方等“兀,、户,,‘识别器的弱点。为了发挥两者的优点,文中去汗毖提出一种将小波域的与神经网络任界人兀’一旦县黑一结合起来的纹理分类算法算法。尸口月,为了

8、计算小波域的由公式,,在最细尺度如一有

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。