基于非下采样Ｃｏｎｔｏｕｒｌｅｔ变换的ＨＭＴ图像分割方法技术

本发明专利技术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。本发明专利技术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。

【技术实现步骤摘要】

本专利技术属于图像处理
，涉及一种多尺度几何分析技术在图像分割领域的应用， 具体地说是一种图像分割方法，可用于纹理图像的分割处理。
技术介绍
图像分割是一种重要的图像处理技术。在图像的研究和应用中，人们往往对图像中的 某些部分感兴趣，它们一般对应图像中特定的、具有独特性质的区域。为了辨识和分析目 标，需要将它们分离提取出来，在此基础上才有可能对目标进一歩处理。图像分割就是把 图像分成各具特性的区域并提取出感兴趣的目标的技术和过程。这里特性可以是像素的灰 度、颜色、纹理等，对应的目标可以对应单个区域或多个区域。近年来，小波分析己广泛应用于图像处理和分析中。小波对含点状奇异的目标函数而 言是最优的基，但对具有直线或曲线状奇异的函数，小波系数则不是最稀疏的函数表示方 法，所以小波在图像处理应用中并不能很好地表示图像中的轮廓边缘信息。多尺度几何分 析是为分析二维或更高维奇异性产生的新工具。它致力于构建最优逼近意义下的高维函数 表示方法，能够更优的表示图像的边缘信息，因此被广泛的应用在图像处理中。Arthur L Cunha、 JianpingZhou和MinhNDo于2005年提出本文档来自技高网...

【技术保护点】
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，从输入图像中截取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科夫树模型进行训练，得到隐马尔可夫模型参数Θ；　（４）输入待分割的图像，对其进行非下采样Ｃｏｎｔｏｕｒｌｅｔ变换，根据模型参数Θ，计算待分割图像在各尺度下图像子块对应的似然值；　（５）根据各个尺...

【技术特征摘要】

【专利技术属性】
技术研发人员：焦李成，李博，侯彪，王爽，马文萍，张向荣，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87[中国|西安]