基于小波域分层Markov模型的纹理分割

被引：9

作者：

刘国英 ^{[1
,2
]}

茅力非 ^{[3
]}

王雷光 ^{[1
]}

秦前清 ^{[1
]}

机构：

[1] 武汉大学测绘遥感信息工程国家重点实验室

[2] 长沙理工大学计算机与通信工程学院

[3] 华中科技大学控制科学与工程系

来源：

武汉大学学报(信息科学版) | 2009年 / 34卷 / 05期

关键词：

高斯马尔可夫随机场; 因果MRF模型; 多目标优化; 纹理分割;

D O I：

10.13203/j.whugis2009.05.020

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

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。

引用

页码：531 / 534

页数：4