基于最小风险贝叶斯决策的织物图像分割

被引:6
作者
包晓敏
汪亚明
机构
[1] 浙江理工大学计算机视觉与模式识别中心
关键词
图像分割; 贝叶斯决策; 损失; 风险;
D O I
10.13475/j.fzxb.2006.02.009
中图分类号
TS101 [基础科学];
学科分类号
082101 ;
摘要
为了实现利用机器视觉技术进行织物图像检测,对织物图像的分割进行了研究。依据最小风险贝叶斯决策理论,提出了一种基于最小风险贝叶斯决策的图像分割方法。首先建立图像分割的最小风险贝叶斯决策模型,对灰度级类条件概率密度估计出其符合正态分布的数学期望和方差以及损失函数,再依据最小风险贝叶斯决策理论对图像中的每一像素点进行目标图像和非目标图像的类别判断,从而实现目标图像的提取。实验结果表明,该方法在图像分割中是一种实用和成功的方法。
引用
收藏
页码:33 / 36
页数:4
相关论文
共 9 条
[1]   一种织物彩色图像的分割算法 [J].
殷海明 ;
张明敏 ;
潘志庚 .
计算机应用, 2005, (04) :966-967+970
[2]   一种提花织物图像的有限元分割算法 [J].
冯志林 ;
尹建伟 ;
陈刚 ;
董金祥 .
软件学报, 2005, (01) :58-66
[3]   基于局部熵的织物疵点检测与识别的研究 [J].
卿湘运 ;
段红 ;
魏俊民 .
纺织学报, 2004, (05) :57-58+152
[4]   基于贝叶斯方法的织物分类研究 [J].
胡觉亮 .
纺织学报, 2004, (01) :48-49+5
[5]   基于多阈值融合的图像分割 [J].
邢延超 ;
谈正 .
计算机学报, 2004, (02) :252-256
[6]   基于贝叶斯评判子的字体判断 [J].
徐蔚然 ;
郭军 ;
潘兴德 .
计算机学报, 2003, (07) :802-805
[7]   计算机视觉技术在大米轮廓检测上的应用 [J].
包晓敏 ;
汪亚明 ;
黄振堃 .
浙江工程学院学报, 2003, (02) :29-32
[8]   贝叶斯决策理论在核事故中、晚期应急决策优化中的应用 [J].
李元佳 ;
张春粦 ;
宋溢澄 .
暨南大学学报(自然科学与医学版), 2003, (01) :1-6
[9]   Wiener滤波器分解织物图像在织物疵点自动检测中的应用 [J].
李立轻 ;
王文淑 .
河北科技大学学报, 2002, (01) :32-37+93