[發明專利]基于非下采樣Contourlet變換的HMT圖像分割方法

有效

• 申請號: 200810232336.5
• 申請日: 2008-11-19
• 公開（公告）號: CN101447080A
• 公開（公告）日: 2009-06-03
• 發明（設計）人: 焦李成;李博;侯彪;王爽;馬文萍;張向榮
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 陜西電子工業專利中心
• 代理人: 王品華;黎漢華

1.一種基于非下采樣Contourlet變換的HMT圖像分割方法，包括如下步驟：

(1)輸入待分割圖像Y，從輸入的待分割圖像Y中截取N類具有均一區域的訓練圖像塊，其中N為待分割圖像Y的類別數；

(2)對每類訓練圖像塊分別進行非下采樣Contourlet變換，得到多尺度的非下采樣Contourlet變換系數；

(3)采用期望最大化算法對每類訓練圖像塊的非下采樣Contourlet變換系數，按照一一對應的父子狀態關系的隱馬爾可夫樹模型進行訓練，得到隱馬爾可夫模型參數Θ；

(4)根據隱馬爾可夫模型參數Θ，計算待分割圖像Y在各尺度下圖像子塊對應的似然值：

假設非下采樣Contourlet變換的系數子帶獨立，用Θ¹，Θ²，...，Θ^k分別表示k個子帶的參數向量，有M＝{Θ¹，Θ²，...，Θ^k}，計算：

f(Ci|M)=f(Ti1|Θ1)f(Ti2|Θ2)...f(Tik|Θk),]]>

其中，相似度f(T_i|Θ)的計算式為：

f(Ti|Θ)=Σm=Sma,Larβi(m)p(Si=m|Θ),]]>

其中，β_i(m)＝f(T_i|p(S_i＝m|Θ)是由一個向上的樹掃描算法得來的條件似然函數，p(S_i＝m|Θ)是模型訓練時得到的狀態概率，T_i表示系數子帶對應的一個子樹，S_i為非下采樣Contourlet變換系數C_i的高斯混合模型中的一個離散隨機狀態變量，它有兩個狀態概率p(S_i＝m|Θ)，m＝Sma，Lar，其中Sma，Lar分布表示小狀態和大狀態；

(5)根據各個尺度下圖像子塊對應的似然值，采用最大化似然值的算法，得到各尺度的初分割結果；

(6)利用上下文模型context-5對各尺度的初分割結果進行修正，即對各尺度采用上下文模型context-5，通過最大化后驗概率法對各尺度初分割結果更新類別標記，得到各尺度的修正結果：

(6a)選擇以子節點為中心的3×3鄰域內的主類別標記為背景向量V₁，組成上下文模型context-5，計算子節點的背景向量V；

(6b)根據子節點的背景向量V和初分割時得到的似然值，計算條件后驗概率；

p(ci=n|vij,dij)=ej,nαj,vi,nf(dij|ci=n)Σl=1Ncej,lαj,vi,lf(dij|ci=l),]]>

其中，表示尺度j上位置i處的特征系數，表示尺度j上位置i處的背景向量，c_i為位置i上的像素點所屬的類別標記，e_j，n表示尺度j上取類別標記為n的概率，表示尺度j上背景向量為v_i下取類別標記為n的概率；

(6c)利用下式更新參數e_j，n和的值：

ej,n=122jΣip(ci=n|dij,vij),]]>

αj,vk,n=122j·ej,nΣiwithvij=vkp(ci=n|dij,vij),]]>

其中，v_k為背景向量V的確切取值，對于N類紋理，v_k有N²種取值，為(6b)中的條件后驗概率；

(6d)重復步驟(6a)～(6b)，直到滿足迭代停止條件，即達到允許誤差為止，得到修正的分割結果；

(7)對步驟(6)得到的各尺度的修正結果，結合隱馬爾可夫隨機場模型，基于待分割圖像Y的相鄰像素的空間灰度相關信息，不斷更新分割的類別，取分割結果為待分割圖像Y最終的分割結果：

(7a)根據待分割圖像Y和步驟(6)的修正結果建立隱馬爾可夫隨機場模型，即假設待分割圖像Y中每個像素的強度y_i，都對應于標記場X中的一個標號x_i，根據貝葉斯定理，給定待分割圖像Y時，標記場X的后驗概率分布表示為：

P(X|Y)=P(Y|X)P(X)P(Y),]]>

其中P(X)是先驗吉布斯分布，P(Y|X)是給定標記場X時待分割圖像Y的條件概率，P(Y)是一個未知常數；

(7b)建立待分割圖像Y的能量函數，即假設每個像素灰度服從高斯分布，待分割圖像Y中每個像素的能量函數的表達式為：

E=ln|Σn|+(yi-μn)22Σn+2m′γ,]]>

其中，μ_n和∑_n分別表示待分割圖像Y中屬于第n類的灰度均值向量和協方差矩陣，m’表示像素y_i的鄰域中屬于不同于第n類的像素的個數，γ是一個權值，表示鄰域中相鄰像素間相互關系的重要性；

(7c)按照(7b)步驟中所述的能量函數表達式，使用迭代條件模式算法尋找能量函數的最小解，當滿足允許誤差時停止，將標記場X的結果作為最終的圖像分割結果。