[发明专利]基于独立高斯混合模型的纹理图像分割方法无效
| 申请号： | 200910022288.1 | 申请日： | 2009-04-30 |
| 公开（公告）号： | CN101540047A | 公开（公告）日： | 2009-09-23 |
| 发明（设计）人： | 侯彪;邓倩倩;刘凤;焦李成;王爽;张向荣;马文萍 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62 |
| 代理公司： | 陕西电子工业专利中心 | 代理人： | 王品华;朱红星 |
| 地址： | 71007*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于独立高斯混合模型的纹理图像分割方法。分割过程为：对训练纹理图像同时进行3层小波变换，双树复小波变换和Contourlet变换，并提取相应的训练纹理图像特征；在每一层上采用免疫克隆算法选择特征；对每一训练图像的每一层进行高混合模型的无监督学习，自适应地得到与其对应的组件数，并由此得出高斯混合模型的参数；对测试纹理图像同时进行小波变换、双树复小波变换和Contourlet变换；并根据变换系数和所述的组件数，计算各层对应的最终似然值；通过比较各种纹理对应的似然值，得出初始分割结果；将初始分割结果经过多尺度融合得到最终分割结果。本发明具有分割结果区域一致性好，信息保留完整，对边缘定位准确的特点，可用于图像纹理识别。 | ||
| 搜索关键词： | 基于 独立 混合 模型 纹理 图像 分割 方法 | ||
【主权项】：
1.一种基于独立高斯混合模型的纹理图像分割方法，包括如下步骤：(1)对训练纹理图像同时进行小波变换，双树复小波变换以及Contourlet变换，并在每一层上提取相应的训练纹理图像特征；(2)在每一层上采用免疫克隆算法对所提取的特征进行选择；(3)对每一训练纹理图像的在每一层进行有限高斯混合模型的无监督学习，自适应地得到与其对应的组件数k，1≤k≤10，并由此得出高斯混合模型的参数；(4)对测试纹理图像进行小波变换、双树复小波变换和Contourlet变换；并根据变换系数和所述的组件数k，计算各层对应的最终似然值；(5)由最大后验概率准则，通过比较各种纹理对应的似然值，得出初始分割结果；(6)依据贝叶斯准则，将初始分割结果经过多尺度融合得到最终分割结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200910022288.1/，转载请声明来源钻瓜专利网。
- 上一篇：车辆变道记录装置
- 下一篇：完整性度量技术在可信虚拟域无缝运行的方法
