针对彩色图像分割问题,研究Markov随机场(Markov random fields,MRF)模型内迭代条件模式(Iterative conditional mode,ICM)方法的标记推理策略.通过小波分解构造图像多尺度表达,针对顶层图像先验标记获取问题,改进原始谱聚类算法,通过...针对彩色图像分割问题,研究Markov随机场(Markov random fields,MRF)模型内迭代条件模式(Iterative conditional mode,ICM)方法的标记推理策略.通过小波分解构造图像多尺度表达,针对顶层图像先验标记获取问题,改进原始谱聚类算法,通过近邻传播自动确定图像的聚类参数,运用集成学习提高算法的稳定性和准确度.对其他各尺度图像,通过分析尺度关联下的区域特征变化,结合不同尺度间的特征相似性和同一尺度内空间邻域的一致性,提出一种立体结构描述下的尺度–空间映射法则.通过定量和定性的分割实验,结果表明本文算法具有良好的准确性、鲁棒性和普适性.展开更多
文摘针对彩色图像分割问题,研究Markov随机场(Markov random fields,MRF)模型内迭代条件模式(Iterative conditional mode,ICM)方法的标记推理策略.通过小波分解构造图像多尺度表达,针对顶层图像先验标记获取问题,改进原始谱聚类算法,通过近邻传播自动确定图像的聚类参数,运用集成学习提高算法的稳定性和准确度.对其他各尺度图像,通过分析尺度关联下的区域特征变化,结合不同尺度间的特征相似性和同一尺度内空间邻域的一致性,提出一种立体结构描述下的尺度–空间映射法则.通过定量和定性的分割实验,结果表明本文算法具有良好的准确性、鲁棒性和普适性.