轮廓编组中的线索合并模型

被引：3

作者：

王娇 ^{[1
]}

罗四维 ^{[2
]}

钟晶晶 ^{[3
]}

邹琪 ^{[2
]}

机构：

[1] 不详

[2] 国家开放大学计算机科学系

[3] 不详

[4] 北京交通大学计算机与信息技术学院

[5] 国家图书馆

[6] 不详

来源：

中国图象图形学报 | 2013年 / 07期

基金：

北京市自然科学基金;

关键词：

轮廓编组; 格式塔规则; 线索合并; 神经计算;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

从复杂的自然图像中获取目标轮廓是计算机视觉中的经典难题,而提供符合人类感知特性和自然图像统计规律的线索合并模型是提高轮廓质量的关键问题。利用连续性和相似性线索进行轮廓编组,提出一种线索合并模型,拟合格式塔规则中连续性和相似性的统计联合条件概率。该线索合并模型解释了如何用两个相互独立的线索变量得到两个相关线索联合分布的特殊形式,克服了判别式模型刻意回避的相关线索合并问题,是更符合自然图像统计特性和人类感知特性的格式塔线索量化模型。将该模型应用于自然图像的轮廓提取中,实验结果证实了模型的有效性。

引用

页码：813 / 817

页数：5

共 4 条

[1] 视知觉组织及其神经机制
陈锋
韩世辉
朱滢
[J]. 心理科学, 2003, (02) : 312 - 314
[2] ECOLOGICAL CUE-VALIDITY OF PROXIMITY AND OF OTHER GESTALT FACTORS
BRUNSWIK, E
KAMIYA, J
[J]. AMERICAN JOURNAL OF PSYCHOLOGY, 1953, 66 (01) : 20 - 32
[3] Segmentation of Multiple Salient Closed Contours from Real Images .2 Mahamud S,Williams L. R,Thornber K. K,Xu K. IEEE Transaction on Pattern Analysis and Machine Intelligence . 2003
[4] Perception as Bayesian Inference .2 Yuille A,Bülthoff H H. Cam-bridge University Press . 1996

← 1 →