[发明专利]基于非高斯HMT模型的图像分割方法

摘要

本发明公开一种基于非高斯HMT模型的图像分割方法，首先对纹理图像进行UDTCWT变换，对变换得到的高频子带的实部和虚部分别进行相对相位计算；其次，应用Vonn分布函数对相对相位进行统计建模并用最大似然计算方法进行初分割；然后，应用基于Cauchy混合模型的像素级分割方法得到图像的像素级分割结果；最后，利用基于上下文的多尺度融合方法进行融合,得到最终的图像分割结果。

主权项

1.一种基于非高斯HMT模型的图像分割方法，其特征在于包括以下步骤：约定：I代表待分割图像；UDTCWT指非下采样双树复小波变换；L指通过UDTCWT滤波器得到的低频子带、H代表高频子带、J代表UDTCWT分解级数；表示复子带系数；a为的实部子带、b为虚部子带；i为虚数单位；为用EM进行估计的UDTCWT-HMT模型的参数；是由得到的状态的联合概率；为相对相位；为UDTCWT相对相位的联合概率的隐状态；为概率质量函数；和为Vonn分布概率密度函数的位置参数和尺度参数；为状态转移概率；为初始状态概率；P指概率密度函数；代表相对相位父节点的子带；代表完整的HMT模型；指模型参数向量；指二值图像块，为初分割类别；a. UDTCWT高频子带获取对图像I进行UDTCWT变换，得到1个L和若干个H，设置分解级数为2，即H分解为两个尺度J=2，每个尺度包括实部和虚部子带，用表示，实部和虚部分别为3个方向，每幅图像共得到12个H；b. 系数相对相位Vonn建模b.1 根据下式对每个H的a和b进行计算，得到12个相对相位子带系数：；b.2 利用两状态的Vonn混合模型逼近UDTCWT的相对相位概率分布；b.3 使用EM算法进行估计UDTCWT-HMT模型参数，所需参数如下：c. 用最大似然进行初分割c.1 计算UDTCWT相对相位父节点的子带条件似然函数，的似然函数为：

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。 免登录下载普通用户下载升级VIP会员，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辽宁师范大学，未经辽宁师范大学许可，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/201711365719.5/，转载请声明来源钻瓜专利网。