欢迎来到天天文库
浏览记录
ID:36781345
大小:287.89 KB
页数:5页
时间:2019-05-15
《基于Contourlet域HMT模型的多尺度图像分割》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、维普资讯http://www.cqvip.com第24卷第6期红外与毫米波学报Vo1.24,No.62005年12月J.InfraredMillim.WavesDecember,2005文章编号:1001—9014(2005)06—0472—05基于Contourlet域HMT模型的多尺度图像分割沙宇恒,丛琳,孙强,焦李成(西安电子科技大学信息处理研究所和雷达信号处理国家重点实验室,陕西西安710071)摘要:基于Contourlet系数分布统计特性,结合隐马尔可夫树(HMT)模型和贝叶斯准则提出一种新的图像分割算法.为了更有效保持C
2、ontourlet域不同尺度间的信息,提出一种新的加权邻域背景模型,给出了基于高斯混合模型的象素级分割算法和基于新的背景模型的多尺度融合算法.分别选择合成纹理图像、航拍图像和SAR图像进行实验,并与小波域HMTseg方法进行比较以说明算法的有效性.对合成纹理图像给出错分概率作为评价参数.实验结果表明本文方法不但在边缘信息和方向信息保持上有明显改进,而且错分概率明显降低,对真实图像得到了理想的分割效果.关键词:图像分割;轮廓波;隐马尔可夫树模型;图像多尺度几何分析中图分类号:TP751.1文献标识码:AMULTI.SCALEIMAGES
3、EGMENTATIONBASEDONCoNToURLET.DoMAINHIDDENMARKoVTREESMODELSHAYu-Heng,CONGLin,SUNQiang,JIAOLi-Cheng(InstituteofIntelligentInformationProcessingandKeyLaboratoryforRadarSignalProcessing,XidianUniversity,Xi’an710071,China)Abstract:Basedonthestatisticscharacteristicsofcontour
4、letcoefficients,anewmulti—scaleimagesegmentationmethod(CHMTseg)combiningContourletdomainhiddenMarkovtreesmodelwithmuhiscaleBayesianapproacheswaspresented.Anovelweightedneighborhoodmodelwasgivenforpreservingmoreinner—scaleinformationinContourletdomain.Thepixellevelsegmen
5、tationbasedonGaussmixturemodelandthemuhiscalefusionmethodbasedonthenewcontextualmodelwereprovided.Inexperiments,syntheticmosaicimage,aerialimageandSARimagewereselectedtoevaluatetheperformanceofthemethod,andthesegmentationresultswerecomparedwithwaveletdomainHMTsegmethod.
6、Forsyntheticmosaictex—tureimage,missclassedprobabilitywasgivenastheevaluationofsegmentationresults.Experimentresultsshowthatthemethodnotonlyhasbetterperformanceinedgesandanisotropyinformationdetectionbuthaslowermissedclassedprobabil—ity,anditcanachievesatisfiedsegmentat
7、ionresultsforrealimages.Keywords:imagesegmentation;contourlet;hiddenMarkovtreemodel;imagemuhiscalegeometricanalysis(Ridgelet)、单尺度脊波(MonosealeRidgelet)J、曲线引言波(Curvelet)和Contourlet等方向信息检测新工小波理论日益成熟和发展,多分辨分析在图像处具的产生,使图像处理中高维奇异性问题的解决初现理领域得到了广泛应用¨。J.小波对含点状奇异的目曙光.脊波对具有直线奇异的多变
8、量函数具有很好的标函数是最优的基,在分析这类目标时小波系数是稀逼近性能,但对含曲线奇异的多变量函数逼近性能只疏的,但对具有线状奇异的函数,小波系数则不再稀相当于小波变换,不具有最优非线性逼近误差衰减疏.在高维情况下,小波
此文档下载收益归作者所有