基于小波域分层Markov模型的纹理分割

刘国英; 茅力非; 王雷光; 秦前清

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于小波域分层Markov模型的纹理分割

刘国英, 茅力非, 王雷光, 秦前清

文章导航 > 武汉大学学报 ( 信息科学版) > 2009 > 34(5): 531-534

刘国英, 茅力非, 王雷光, 秦前清. 基于小波域分层Markov模型的纹理分割[J]. 武汉大学学报 ( 信息科学版), 2009, 34(5): 531-534.

引用本文:

刘国英, 茅力非, 王雷光, 秦前清. 基于小波域分层Markov模型的纹理分割[J]. 武汉大学学报 ( 信息科学版), 2009, 34(5): 531-534.

LIU Guoying, MAO Lifei, WANG Leiguang, QIN Qianqing. Texture Segmentation Based on a Hierarchical Markov Model in Wavelet Domain[J]. Geomatics and Information Science of Wuhan University, 2009, 34(5): 531-534.

Citation:

LIU Guoying, MAO Lifei, WANG Leiguang, QIN Qianqing. Texture Segmentation Based on a Hierarchical Markov Model in Wavelet Domain[J]. Geomatics and Information Science of Wuhan University, 2009, 34(5): 531-534.

基于小波域分层Markov模型的纹理分割

¹武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号430079;²长沙理工大学计算机与通信工程学院,长沙市赤岭路45号,410076;³华中科技大学控制科学与工程系,武汉市珞喻路1037号430074

基金项目: 国家973计划资助项目(2006CB701303)；优秀国家重点实验室基金资助项目(40523005)

Texture Segmentation Based on a Hierarchical Markov Model in Wavelet Domain

¹State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing,Wuhan University, 129 Luoyu Road,Wuhan 430079,China,²College of Computer and Communication Engineering,Changsha University of Science & Technology,45 Chiling Road,Changsha 410079,China,³Department of Control Science & Engineering,Huazhong University of Science and Technology,1037 Luoyu Road,Wuhan 430079,China

Funds: 国家973计划资助项目(2006CB701303)；优秀国家重点实验室基金资助项目(40523005)

摘要: 提出了一种新的小波域分层Markov模型。该模型使用高斯马尔可夫随机场(Gauss Markov randomfield,GMRF)模型描述每一尺度小波系数向量的分布,考虑了同一尺度特征之间的相互作用;利用尺度间的因果马尔可夫随机场(Markov random field,MRF)模型和尺度内的非因果MRF模型来描述标记场的局部作用关系,以此确定标记场的先验信息。根据贝叶斯准则,利用多目标问题优化技术,给出了此模型相应的纹理分割算法。最后,与经典模型的分割算法进行了对比实验,验证了所提出算法的有效性。
- 高斯马尔可夫随机场 /
- 因果MRF模型 /
- 多目标优化 /
- 纹理分割
Abstract: A new hierarchical Markov model in wavelet domain was proposed.In this model,the Gauss Markov random field(GMRF) was used to model the distribution of wavelet coefficient vectors to describe the relationship of observed features on each scale,and the cooperation of interscale casual.Innnerscale non-casual Markov Random Fields was exploited to model the label field priori probability.Based on the Bayesian rules,a new textured image segmentation algorithm was proposed employing multi-objective problem solving technique in this new hierarchical model.Experiments with synthetic texture images and remote sensing images were carried out.The results show the abilities of the proposed method to reduce segmentation error rate.
- GMRF /
- casual MRF model /
- multi-objective optimization /
- texture segmentation

[1]	李清泉, 谷宇, 涂伟, 朱家松, 赵天鸿, 朱松. 利用管道胶囊进行排水管网协同检测的新方法 . 武汉大学学报 ( 信息科学版), 2021, 46(8): 1123-1130. doi: 10.13203/j.whugis20200509
[2]	高飞, 王美珍, 刘学军, 王自然. 一种监控摄像机网络-路网覆盖优化调度方法 . 武汉大学学报 ( 信息科学版), 2020, 45(3): 362-373. doi: 10.13203/j.whugis20180247
[3]	朱庆, 韩会鹏, 于杰, 杜志强, 张骏骁, 吴晨, 沈富强. 应急测绘无人机资源多目标优化调度方法 . 武汉大学学报 ( 信息科学版), 2017, 42(11): 1608-1615. doi: 10.13203/j.whugis20130000
[4]	郑肇葆, 潘励, 郑宏. 图像纹理基元分类的马尔柯夫随机场方法 . 武汉大学学报 ( 信息科学版), 2017, 42(4): 463-467. doi: 10.13203/j.whugis20150615
[5]	刘涛, 张星, 李清泉, 方志祥. 顾及地标可视性的室内导航路径优化算法 . 武汉大学学报 ( 信息科学版), 2017, 42(1): 43-48. doi: 10.13203/j.whugis20150387
[6]	程诗尧, 梅天灿, 刘国英. 顾及结构特征的多层次马尔科夫随机场模型在影像分类中的应用 . 武汉大学学报 ( 信息科学版), 2015, 40(9): 1180-1187. doi: 10.13203/j .whu g is20130692
[7]	孟永昌, 杨赛霓, 史培军. 基于改进遗传算法的路网应急疏散多目标优化 . 武汉大学学报 ( 信息科学版), 2014, 39(2): 201-205. doi: 10.13203/j.whugis20120584
[8]	刘殿锋, 刘艳芳. 一种知识约束下的多目标土壤空间抽样优化模型 . 武汉大学学报 ( 信息科学版), 2014, 39(11): 1282-1286.
[9]	刘殿锋, 刘耀林, 刘艳芳, 赵翔. 多目标微粒群算法用于土地利用空间优化配置 . 武汉大学学报 ( 信息科学版), 2013, 38(6): 751-755.
[10]	王琰, 舒宁, 龚龑. 利用马尔柯夫随机场图模型的变化像斑类别判定方法 . 武汉大学学报 ( 信息科学版), 2012, 37(5): 542-545.
[11]	魏小莉, 沈未名. 一种基于马尔科夫随机场模型的彩色纹理图像分割 . 武汉大学学报 ( 信息科学版), 2010, 35(8): 955-958.
[12]	郑晨, 王雷光, 胡亦钧, 秦前清. 利用小波域多尺度模糊MRF模型进行纹理分割 . 武汉大学学报 ( 信息科学版), 2010, 35(9): 1074-1078.
[13]	龚龑, 舒宁. 二值马尔科夫模型和多波段遥感影像的多尺度纹理分割 . 武汉大学学报 ( 信息科学版), 2008, 33(1): 21-24.
[14]	龚衍, 舒宁. 非参数吉布斯模型和多波段遥感影像纹理分割方法研究 . 武汉大学学报 ( 信息科学版), 2007, 32(7): 581-584.
[15]	龚衍, 舒宁. 基于马尔柯夫随机场的多波段遥感影像纹理分割研究 . 武汉大学学报 ( 信息科学版), 2007, 32(3): 213-215.
[16]	张煜, 谭德宝. 利用非线性扩散的半自动纹理图像分割 . 武汉大学学报 ( 信息科学版), 2007, 32(4): 301-304.
[17]	苗作华, 刘耀林, 王海军. 耕地需求量预测的加权模糊-马尔可夫链模型 . 武汉大学学报 ( 信息科学版), 2005, 30(4): 305-308.
[18]	余鹏, 封举富, 童行伟. 一种新的基于高斯混合模型的纹理图像分割方法 . 武汉大学学报 ( 信息科学版), 2005, 30(6): 514-517.
[19]	郑肇葆, 郑宏. 用遗传算法确定马尔柯夫随机场的最佳参数 . 武汉大学学报 ( 信息科学版), 2000, 25(3): 221-225.
[20]	黄桂兰, 郑肇葆. 一种基于马尔可夫随机场的影像纹理分类方法 . 武汉大学学报 ( 信息科学版), 1996, 21(3): 232-236,241.

点击查看大图

计量

文章访问数: 843
HTML全文浏览量: 44
PDF下载量: 372
被引次数: 0

基于小波域分层Markov模型的纹理分割

¹武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号430079;²长沙理工大学计算机与通信工程学院,长沙市赤岭路45号,410076;³华中科技大学控制科学与工程系,武汉市珞喻路1037号430074

基金项目: 国家973计划资助项目(2006CB701303)；优秀国家重点实验室基金资助项目(40523005)

收稿日期: 2013-07-09
修回日期: 2013-07-09
刊出日期: 2009-05-05

关键词:

摘要: 提出了一种新的小波域分层Markov模型。该模型使用高斯马尔可夫随机场(Gauss Markov randomfield,GMRF)模型描述每一尺度小波系数向量的分布,考虑了同一尺度特征之间的相互作用;利用尺度间的因果马尔可夫随机场(Markov random field,MRF)模型和尺度内的非因果MRF模型来描述标记场的局部作用关系,以此确定标记场的先验信息。根据贝叶斯准则,利用多目标问题优化技术,给出了此模型相应的纹理分割算法。最后,与经典模型的分割算法进行了对比实验,验证了所提出算法的有效性。