[發明專利]基于增強空域-變換域統計模型的紋理圖像分割方法

有效

• 申請號: 200910023362.1
• 申請日: 2009-07-17
• 公開（公告）號: CN101609557A
• 公開（公告）日: 2009-12-23
• 發明（設計）人: 劉芳;郝紅俠;焦李成;陳蓉偉;侯彪;王爽;鐘樺;緱水平
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/40
• 分類號: G06T7/40;G01S13/90
• 代理公司: 陜西電子工業專利中心
• 代理人: 王品華;朱紅星

技術領域

本發明涉及圖像處理技術領域，具體地說是一種紋理圖像分割的方法， 可用于對SAR圖像的分割。

背景技術

一直以來，國內外學者提出了為數眾多的紋理圖像分割方法，主要有共 生矩陣法、基于小波和Gabor濾波器的方法、馬爾可夫隨機場方法等。近年 來，多尺度思想在圖像分割領域得到了廣泛應用，圖像多尺度分解的優點在 于，低分辨率的圖像極大地降低了對圖像處理的復雜度，同時為高分辨率圖 像的處理過程提供指導信息，從而大大減少圖像處理對先驗知識的依賴，從 處理的圖像特征角度看，多尺度分割方法可分為基于變換域和空間域兩大 類?；谧儞Q域多尺度分割方法則先對圖像做變換，如小波變換，然后分析 變換域系數、建立合適的模型，最后運用建立的模型計算各個尺度上的初分 割?；诳臻g域多尺度分割方法通常對圖像下采樣建立塔型結構，然后運用 MRF(Markov?Random?Field)方法對各個尺度上的特征建模，并得到多尺度的 初分割結果。

在基于變換域的多尺度統計圖像建模方面，M.S.Crouse等人提出的小波 域HMT模型能有效地描述小波系數在尺度間、尺度內的統計相關性，它是 一種新的統計圖像感知與識別方法。在圖像分割領域，H.Choi等人提出了基 于小波域HMT模型的多尺度圖像分割方法HMTseg，實驗表明HMTseg方 法對均勻紋理分割性能良好，但對于非均勻紋理分割效果則有待提高。在基 于空間域統計圖像建模方面，Li和Gray等人提出的 2D-HMM(Two-Dimensional?Hidden?Markov?Model)對紋理有較強的描述能 力，該模型先將紋理圖像分割成大小相同的圖像塊，在考慮圖像塊內紋理特 征的同時，更強調了對圖像塊間相關性的統計建模。2D-HMM捕捉了紋理圖 像宏觀上的結構關系，應用到圖像分割中效果良好。從捕捉紋理圖像的宏觀 和微觀特征出發，Lu和Carin等人將空間域的HMM模型和變換域的HMT 模型相結合提出了HMM-HMT(Hidden?Markov?Model-Hidden?Markov?Tree)模 型。他們認為，HMTseg方法是基于圖像塊內的分割方法，該方法更側重于 考慮圖像塊內的統計特性，因此HMT模型不能準確地描述紋理圖像的宏觀 統計規律性，尤其對結構型紋理圖像HMT模型難以捕捉其紋理子結構間復 雜的空間結構關系。為此，Lu和Carin等人對每一類紋理均聯系一個 HMM-HMT模型，然后通過HMM和HMT分別對圖像塊間的相關性和圖像 塊內特征建模。HMM-HMT有效地描述了紋理圖像塊間的宏觀和圖像塊內的 微觀統計特征，故該模型在一個尺度上得到了較可靠的初分割結果。然而， 應用HMM-HMT模型計算各個尺度上的初分割時需由于要分別訓練各個尺 度上的HMM-HMT模型參數，因而極大地增加了計算復雜度；如果為了減小 計算復雜度，只計算最粗尺度上的初分割而不計算其它各細尺度上的 HMM-HMT模型參數，則會造成最終分割結果區域一致性差和邊界保持不良 的缺陷。

發明內容

本發明的目的在于克服上述已有問題的缺陷，提出一種基于增強 HMM-HMT和多狀態加權HMT的紋理圖像分割方法，以降低計算復雜度， 提高圖像分割的區域一致性和邊界保持度。

實現本發明目的的技術方案是：在最粗尺度分割上，對現有HMM-HMT 模型中對紋理宏觀結構關系描述進行改進，提出增強HMM-HMT模型，以 改善最粗尺度的初分割結果；在細尺度分割上，提出多狀態加權隱馬爾可夫 樹模型(Multi-States?Weighted?Hidden?Markov?Tree，MSWHMT)，以減少計 算復雜度，提高各個細尺度上對區域間邊界的感知能力，其具體實現步驟包 括如下：

(1)輸入紋理圖像的類別數E，并將紋理圖像初始分割成16×16大 小互不重疊的粗圖像塊，對每一個圖像塊做二維離散小波變換；

(2)對二維離散小波變換后的各個圖像塊內的系數，通過EM算法 訓練出各圖像塊的隱馬爾可夫樹模型HMT參數HMT_sm，HMT_s，sm代表平滑圖 像塊，s代表奇異圖像塊；

(3)對初始分割的各個圖像塊周圍鄰域的8個圖像塊進行標記，其中 將中心塊記為C，將與中心塊直接相鄰的4個塊記為I類鄰域塊，將與中心塊 對角線方向的4個塊記為II類鄰域塊；