利用背景进行多尺度融合的多分辨率图像分割  

New image segmentation algorithm based on contextual informa-tion in wavelet domain

作　　者：刘国英[1,2] 王雷光[1] 梅天灿[3] 孙涛[3] 秦前清[1] 

机构地区：[1]武汉大学测绘遥感信息工程国家重点实验室,武汉430079 [2]长沙理工大学计算机与通信工程学院,长沙410076 [3]武汉大学电子信息学院,武汉430079

出　　处：《计算机工程与应用》2009年第2期173-175,178,共4页Computer Engineering and Applications

基　　金：国家高技术研究发展计划(863)No.2006AA12Z132;国家重点基础研究发展规划No.2006CB701303(973);国家自然科学基金No.40601055;优秀国家重点实验室基金No.40523005~~

摘　　要：提出了一种基于背景的小波域多分辨率图像分割新方法—CLTVWseg。与常见的多分辨率分割方法不同,该方法采用背景信息来实现尺度间的交互;同时采用可变的权重参数连接小波分解的多尺度特征场和标记场。每一尺度上,通过权重参数的调整使得该尺度的特征场和标记场在分割过程中依次起主导作用,获得该尺度更为准确的分割结果。最细尺度上的分割结果作为该方法的分割结果。实验表明,该算法的分割结果,在保持边界的同时,区域一致性也比较好。In this paper,a new muhiresolution segmentation algorithm--CLTVWseg,is presented based on contextual information in wavelet domain.In this method,a novel variable weighting parameter is employed to combine the feature random field and the label random field on each scale of wavelet decomposition.These two fields are successively in dominant role to obtain a more accurate segment result by the changing of the weighting parameter during the iterations on each scale.The interscale statistical dependencies between different scales of wavelet decomposition are included in the contextual information,and the segmentation at the finest resolution is used as the final result.Experiments have shown the high efficiency to obtain homogeneous regions and classification boundaries.

关 键 词：小波 背景标记树(CLT) 可变权重 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]