2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、圖像分割是計(jì)算機(jī)視覺中的關(guān)鍵技術(shù)之一?;隈R爾可夫隨機(jī)場(Markov Random Field,MRF)模型的圖像分割方法,是一種基于統(tǒng)計(jì)的分割方法,具有能充分利用先驗(yàn)知識,能形成閉合的邊界,模型參數(shù)少且易于和其他方法相結(jié)合等優(yōu)點(diǎn),所以此方法在圖像分割領(lǐng)域中得到了廣泛的應(yīng)用。
   本文研究了基于TS-MRF(Tree Structured-Markov Random Field)的圖像分割算法,重點(diǎn)研究了在基于TS-MRF的

2、圖像分割模型上提出了利用小波變換提取紋理特征來改善初始分割的方法,小波域TS-MRF--WTS-MRF模型以及利用多尺度積思想的改進(jìn)WTS-MRF模型。
   首先,研究了利用小波變換提取紋理特征來改善初始分割的方法。由于初始分割在TS-MRF模型中有很大的影響,直接決定分割結(jié)果的好壞。小波變換提取圖像中每個(gè)像素點(diǎn)的10維紋理特征,再用聚類的方法對這些特征向量進(jìn)行分類則得到了比較好的初始分割。
   其次,在TS-MRF

3、模型中,所有隨機(jī)場均定義在單一分辨率的格網(wǎng)位置集合上,很難描述圖像的非穩(wěn)態(tài)特性。另外,基于TS-MRF模型進(jìn)行圖像分割時(shí),當(dāng)前節(jié)點(diǎn)的分割結(jié)果對于它的祖先節(jié)點(diǎn)的分割結(jié)果依賴性非常嚴(yán)重,如果祖先節(jié)點(diǎn)的分割結(jié)果不好,它的分割結(jié)果也會(huì)較差?;诖?,本文采用小波域多尺度圖像分割的思想,將TS-MRF引入到小波空間中,利用小波變換的多尺度、多方向表達(dá)能力來彌補(bǔ)TS-MRF建模能力上的不足,提出了小波域TS-MRF模型。
   最后,WTS-

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論