专利汇可以提供基于非下采样Contourlet变换的HMT图像分割方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于非下 采样 Contourlet变换的HMT 图像分割 方法,主要解决已有分割方法区域一致性和边缘保持差的缺点。其步骤为:(1)取待分割图像和每类的训练图像,分别对其进行非 下采样 Contourlet变换得到多尺度变换系数;(2)根据训练图像的非下采样Contourlet系数,按照一一对应的父子状态关系的隐 马 尔科夫树模型,估计模型参数;(3)计算待分割图像在各尺度系数子带对应的似然值,使用标记树融合多尺度似然函数得到多尺度最大后验概率分类;(4)对每一尺度依次根据上下文信息context-5模型,更新类别标记;(5)结合隐马尔科夫随机场模型和待分割图像相邻 像素 空间相关性信息,更新类别标记,得到最终分割结果。本发明具有区域一致性和边缘保持性好的优点,可用于合成纹理图像的分割。,下面是基于非下采样Contourlet变换的HMT图像分割方法专利的具体信息内容。
1.一种基于非下采样Contourlet变换的HMT图像分割方法,包括如下步骤:
(1)输入待分割图像Y,从输入的待分割图像Y中截取N类具有均一区域的训练图像块,其中N为待分割图像Y的类别数;
(2)对每类训练图像块分别进行非下采样Contourlet变换,得到多尺度的非下采样Contourlet变换系数;
(3)采用期望最大化算法对每类训练图像块的非下采样Contourlet变换系数,按照一一对应的父子状态关系的隐马尔可夫树模型进行训练,得到隐马尔可夫模型参数Θ;
(4)根据隐马尔可夫模型参数Θ,计算待分割图像Y在各尺度下图像子块对应的似然值:
1 2 k
假设非下采样Contourlet变换的系数子带独立,用Θ,Θ,...,Θ 分别表示k个子
1 2 k
带的参数向量,有M={Θ,Θ,...,Θ},计算:
其中,相似度f(Ti|Θ)的计算式为:
其中,βi(m)=f(Ti|p(Si=m|Θ)是由一个向上的树扫描算法得来的条件似然函数,p(Si=m|Θ)是模型训练时得到的状态概率,Ti表示系数子带对应的一个子树,Si为非下采样Contourlet变换系数Ci的高斯混合模型中的一个离散随机状态变量,它有两个状态概率p(Si=m|Θ),m=Sma,Lar,其中Sma,Lar分布表示小状态和大状态;
(5)根据各个尺度下图像子块对应的似然值,采用最大化似然值的算法,得到各尺度的初分割结果;
(6)利用上下文模型context-5对各尺度的初分割结果进行修正,即对各尺度采用上下文模型context-5,通过最大化后验概率法对各尺度初分割结果更新类别标记,得到各尺度的修正结果:
(6a)选择以子节点为中心的3×3邻域内的主类别标记为背景向量V1,组成上下文模型context-5,计算子节点的背景向量V;
(6b)根据子节点的背景向量V和初分割时得到的似然值,计算条件后验概率;
其中, 表示尺度j上位置i处的特征系数, 表示尺度j上位置i处的背景向量,ci为位置i上的像素点所属的类别标记,ej,n表示尺度j上取类别标记为n的概率,表示尺度j上背景向量为vi下取类别标记为n的概率;
(6c)利用下式更新参数ej,n和 的值:
2
其中,vk为背景向量V的确切取值,对于N类纹理,vk有N 种取值, 为
(6b)中的条件后验概率;
(6d)重复步骤(6a)~(6b),直到满足迭代停止条件,即达到允许误差为止,得到修正的分割结果;
(7)对步骤(6)得到的各尺度的修正结果,结合隐马尔可夫随机场模型,基于待分割图像Y的相邻像素的空间灰度相关信息,不断更新分割的类别,取分割结果为待分割图像Y最终的分割结果:
(7a)根据待分割图像Y和步骤(6)的修正结果建立隐马尔可夫随机场模型,即假设待分割图像Y中每个像素的强度yi,都对应于标记场X中的一个标号xi,根据贝叶斯定理,给定待分割图像Y时,标记场X的后验概率分布表示为:
其中P(X)是先验吉布斯分布,P(Y|X)是给定标记场X时待分割图像Y的条件概率,P(Y)是一个未知常数;
(7b)建立待分割图像Y的能量函数,即假设每个像素灰度服从高斯分布,待分割图像Y中每个像素的能量函数的表达式为:
其中,μn和∑n分别表示待分割图像Y中属于第n类的灰度均值向量和协方差矩阵,m’表示像素yi的邻域中属于不同于第n类的像素的个数,γ是一个权值,表示邻域中相邻像素间相互关系的重要性;
(7c)按照(7b)步骤中所述的能量函数表达式,使用迭代条件模式算法寻找能量函数的最小解,当满足允许误差时停止,将标记场X的结果作为最终的图像分割结果。
2.根据权利要求1所述的基于非下采样Contourlet变换的HMT图像分割方法,其中步骤(2)所述的对每类训练图像块分别进行非下采样Contourlet变换,是采用‘maxflat’塔型滤波器和‘diamond maxflat’方向滤波器对每类训练图像块分别进行3层变换,得到每层8个方向子带的非下采样Contourlet变换系数。
3.根据权利要求1所述的基于非下采样Contourlet变换的HMT图像分割方法,其中步骤(3)所述的一一对应的父子状态关系隐马尔可夫树模型,是非下采样Contourlet变换系数的每个父隐状态变量连接一个子隐状态变量,该子隐状态变量在相邻尺度之间为一一对应的父子关系。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
基于主动采样和高斯混合模型的图像超分辨重建方法 | 2020-05-08 | 533 |
一种多步分层的学习者认知水平挖掘方法及系统 | 2020-05-16 | 970 |
一种融合了短时与长时特征建模的环境声识别方法及装置 | 2020-05-18 | 869 |
一种通用主题嵌入模型联合训练方法 | 2020-05-20 | 824 |
一种用于生成对象的增强断层扫描图像的方法 | 2020-05-11 | 514 |
一种基于卷积神经网络和距离监督的关系抽取方法 | 2020-05-18 | 361 |
基于时间序列分析的阀门故障实时诊断系统及诊断方法 | 2020-05-19 | 309 |
用于确定PET成像动力学参数的系统、方法 | 2020-05-11 | 134 |
一种基于可简化的空间约束混合模型的海面图像语义分割方法 | 2020-05-19 | 372 |
基于递归压缩感知的电力线通信系统脉冲噪声抑制方法 | 2020-05-08 | 870 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。