基于非下采样Contourlet变换域双变量模型的图像分割
本文依据非下采样Contourlet分解系数与其父系数之间的相关性,给出非高斯双变量分布模型,并基于该模型提出一种新的非下采样Contourlet变换图像分割方法.用合成纹理图像和实际图像进行仿真实验,并与小波域隐马尔可夫树模型分割及Contourlet域隐马尔可夫树模型分割等方法进行了比较,实验结果表明,在大多数情况下,该算法分割结果要好于相比较的方法,在边缘特征方面保持了良好的视觉效果,并且模型的训练简单快速.
非下采样Contourlet变换 双变量模型 Bayesian估计 图像分割
项海林 焦李成 贾建
西安电子科技大学智能信息处理研究所,西安,710071 西北大学数学系,西安,710069
国内会议
上海
中文
1841-1844
2008-11-07(万方平台首次上网日期,不代表论文的发表时间)