图像区域标记和边沿检测的两步法

被引:5
作者
张泽彪
李式巨
程敏
机构
[1] 浙江大学信息与通信工程研究所
[2] 浙江大学信息与通信工程研究所 浙江 杭州
[3] 浙江 杭州
关键词
图像处理; 边沿检测; 区域提取; 信息融合;
D O I
10.16208/j.issn1000-7024.2004.04.044
中图分类号
TP391.4 [模式识别与装置];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ;
摘要
区域是边沿的互补物,综合考虑二者有利于获得更好的图像分割算法。提出一种基于马尔可夫神经网络的区域标记和边沿检测的两步法。输入图像首先通过一个单层马尔可夫神经网进行多类别的区域标记处理,然后将区域轮廓作为初值,送入另一个神经网络进行边沿检测和修整处理。介绍了一种利用直方图分析的类别初始标记方法。对仿真图像和真实图像的实验均给出了很好的效果。
引用
收藏
页码:625 / 628
页数:4
相关论文
共 3 条
[1]  
Bayesian learning, global competition and unsupervised image segmentation[J] . Guodong Guo,Songde Ma.Pattern Recognition Letters . 2000 (2)
[2]   Bayesian image classification using Markov random fields [J].
Berthod, M ;
Kato, Z ;
Yu, S ;
Zerubia, J .
IMAGE AND VISION COMPUTING, 1996, 14 (04) :285-295
[3]   ENERGY FUNCTIONS FOR EARLY VISION AND ANALOG NETWORKS [J].
YUILLE, AL .
BIOLOGICAL CYBERNETICS, 1989, 61 (02) :115-123