資源描述：
《基于Contourlet域HMT模型的多尺度圖像分割》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、維普資訊http://www.cqvip.com第24卷第6期紅外與毫米波學(xué)報Vo1．24，No．62005年12月J．InfraredMillim．WavesDecember，2005文章編號：1001—9014(2005)06—0472—05基于Contourlet域HMT模型的多尺度圖像分割沙宇恒，叢琳，孫強，焦李成(西安電子科技大學(xué)信息處理研究所和雷達(dá)信號處理國家重點實驗室，陜西西安710071)摘要：基于Contourlet系數(shù)分布統(tǒng)計特性，結(jié)合隱馬爾可夫樹(HMT)模型和貝葉斯準(zhǔn)則提出一種新的圖像分割算法．為了更有效保持C
2、ontourlet域不同尺度間的信息，提出一種新的加權(quán)鄰域背景模型，給出了基于高斯混合模型的象素級分割算法和基于新的背景模型的多尺度融合算法．分別選擇合成紋理圖像、航拍圖像和SAR圖像進(jìn)行實驗，并與小波域HMTseg方法進(jìn)行比較以說明算法的有效性．對合成紋理圖像給出錯分概率作為評價參數(shù)．實驗結(jié)果表明本文方法不但在邊緣信息和方向信息保持上有明顯改進(jìn)，而且錯分概率明顯降低，對真實圖像得到了理想的分割效果．關(guān)鍵詞：圖像分割；輪廓波；隱馬爾可夫樹模型；圖像多尺度幾何分析中圖分類號：TP751．1文獻(xiàn)標(biāo)識碼：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)、單尺度脊波(MonosealeRidgelet)J、曲線引言波(Curvelet)和Contourlet等方向信息檢測新工小波理論日益成熟和發(fā)展，多分辨分析在圖像處具的產(chǎn)生，使圖像處理中高維奇異性問題的解決初現(xiàn)理領(lǐng)域得到了廣泛應(yīng)用¨。J．小波對含點狀奇異的目曙光．脊波對具有直線奇異的多變
8、量函數(shù)具有很好的標(biāo)函數(shù)是最優(yōu)的基，在分析這類目標(biāo)時小波系數(shù)是稀逼近性能，但對含曲線奇異的多變量函數(shù)逼近性能只疏的，但對具有線狀奇異的函數(shù)，小波系數(shù)則不再稀相當(dāng)于小波變換，不具有最優(yōu)非線性逼近誤差衰減疏．在高維情況下，小波
