多尺度Markov模型的可适应图像分割方法

• 作者: 林伟 熊毅 田铮 郭小卫
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: TSMAP(trainable sequential maximun a posterior) 多尺度Markov模型 ATSMAP(adaptive trainable sequential maximum a posterior) 图像分割 SAR图像
• 年，卷（期）: 2005,（7）
• 所属期刊栏目: 科研通信
• 页码范围: 1279-1283
• 页数: 5页
• 分类号: TP391.4
• 字数: 4158字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2005.07.029

摘要

本文在图像分割的TSMAP(trainable sequential maximum a posterior)方法基础上,提出基于多尺度Markov模型的可适应ATSMAP(adaptive TSMAP)图像分割方法.在给定训练图像及其基本真实分割(ground truth segmentation,GTS)的基础上,通过直接对原始图像的GTS进行小波变换产生粗尺度上的GTS,进而估计出图像数据的分布参数和Markov四叉树模型参数;上下文模型参数根据上下文的低维特征(类别数量特征)而非上下文本身来估计.该方法具有上下文模型参数估计计算量小,Markov四叉树模型参数可针对特定的待分割图像重新优化等优点(模型适应过程),解决了TSMAP方法易导致过学习的问题,在待分割图像与训练图像的统计特性不匹配的情况下,仍能给出较好的分割结果.对合成图像与SAR图像的实验结果表明,这种方法的分割精度高于TSMAP和其它几种基于多尺度Markov模型的图像分割方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田铮	西北工业大学计算机科学与工程系	164	1005	15.0	22.0
10	林伟	西北工业大学计算机科学与工程系	61	306	9.0	13.0
14	郭小卫	西北工业大学计算机科学与工程系	7	67	4.0	7.0
15	熊毅	西北工业大学应用数学系	3	23	2.0	3.0