主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
王 爽,夏 玉,焦李成.基于均值漂移的自适应纹理图像分割方法.软件学报,2010,21(6):1451-1461
基于均值漂移的自适应纹理图像分割方法
Mean Shift Based Adaptive Texture Image Segmentation Method
  修订日期:2009-08-19
DOI:
中文关键词:  纹理图像  无监督分割  均值漂移  小波
英文关键词:texture image  unsupervised segmentation  mean shift  wavelet
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60702062, 60971128, 60703109, 60970066, 60972148 (国家自然科学基金); the National High-Tech Research and Development Plan of China under Grant Nos.2008AA01Z125, 2009AA12Z210 (国家高技术研究发展计划(863)); the National Basic Research Program of China under Grant No.2006CB705700 (国家重点基础研究发展计划(973)); the Shaanxi Provincial Natural Science Foundation of China under Grant No.2007F09 (陕西省自然科学基金); the China Postdoctoral Science Foundation under Grant Nos.200902587, 20090461285 (中国博士后科学基金); the Program of Introducing Talents of Discipline to Universities of China under Grant No.B07048 (高等学校学科创新引智计划)
作者单位
王 爽 西安电子科技大学 智能感知与图像理解教育部重点实验室,陕西 西安 710071 西安电子科技大学 智能信息处理研究所,陕西 西安 710071 
夏 玉  
焦李成  
摘要点击次数: 3859
全文下载次数: 4135
中文摘要:
      提出了一种基于小波多尺度分析和均值漂移的无监督纹理分割方法.该方法利用均值漂移聚类实现基于小波特征的完全无监督自适应多尺度分割,既不需要进行训练也不需要分割类别数等先验知识.该方法根据一定的策略在尺度间进行信息传递,自适应地为图像不同区域确定合适的分割尺度,即纹理内部区域使用粗尺度特征而不同纹理间的交界处使用较细尺度特征,这样就在保证区域一致性的同时更准确地定位图像边缘.对比实验结果表明,该方法在合成纹理和真实纹理图像中都有较好的性能,其多尺度的分割过程类似于人类视觉系统感知,并且较之有监督的传统分割方法也更具优势.
英文摘要:
      This paper presents an unsupervised texture segmentation method based on wavelet analysis and mean shift. The adaptive multiscale segmentation is realized by applying mean shift cluster algorithm to features which generated by wavelet pyramid. The unsupervised texture segmentation method does not require either training or prior knowledge of the number of textures. With a proper strategy, those features are propagated through finer scales adaptively. The center of a homogenous texture is analyzed by using features in coarse resolution, and its border is detected in finer resolution so as to locate the boundary accurately. This method has an analogy with human psychophysical measurements of image appearance. Experiments on synthetic and real images demonstrate that the proposed method leads to a successful unsupervised segmentation.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利