Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 610374)
Контекстум
Доклады Академии наук высшей школы Российской Федерации  / №3 2016

ИЕРАРХИЧЕСКАЯ КОНЕЧНОЗНАЧНАЯ ГИББСОВСКАЯ МОДЕЛЬ ДЛЯ СЕГМЕНТАЦИИ ТЕКСТУРНЫХ ИЗОБРАЖЕНИЙ (150,00 руб.)

0   0
Первый авторВасюков
АвторыЗайцева А.Ю.
Страниц11
ID610338
АннотацияПредлагается подход к решению задачи сегментации текстурных изображений, основанный на применении иерархической конечнозначной гиббсовской модели. Ненаблюдаемый уровень иерархической модели, называемый текстурной картой, представляется в виде реализации случайного поля с гиббсовским распределением вероятностей; назначение текстурной карты – локализация границ между областями наблюдаемого изображения, текстурные параметры которых в пределах границ постоянны, но различаются для разных областей. Итерационная процедура стохастической релаксации, использующая локальные характеристики апостериорного распределения текстурной карты, служит генератором ее реализаций, которые сходятся к истинной карте текстур, что и дает решение задачи сегментации, оптимальное по критерию максимума апостериорной вероятности (МАВ). Таким образом, сегментация сводится к задаче нахождения наиболее вероятной текстурной карты, совместимой с наблюдаемым изображением. Гиббсовское описание полутоновых изображений, используемых в качестве наблюдаемого уровня, чрезвычайно громоздко. Работа посвящена поиску эффективного способа преобразования текстурного изображения в бинарный препарат, сохраняющий характерные свойства текстур. Использование бинарного препарата текстуры вместо исходного полутонового изображения целесообразно с точки зрения снижения вычислительных затрат, а также обеспечения простоты построения иерархической гиббсовской модели. Для получения бинарного препарата текстуры, сохраняющего текстурные характеристики исходного изображения, предлагается использование процедуры выделения контурных линий на изображениях, а также вейвлет-разложения полутонового изображения с последующей бинаризацией коэффициентов детализации. Нахождение и включение в иерархическую модель уровней, эффективно отражающих текстурную информацию различного рода, являются основной задачей исследования. Перспективность предложенного подхода на основе наращивания количества наблюдаемых слоев иерархической модели, каждый из которых представляет собой бинарный препарат текстуры, подтверждается высоким качеством результатов сегментации реальных текстурных изображений
УДК621.39:519.2
Васюков, В.Н. ИЕРАРХИЧЕСКАЯ КОНЕЧНОЗНАЧНАЯ ГИББСОВСКАЯ МОДЕЛЬ ДЛЯ СЕГМЕНТАЦИИ ТЕКСТУРНЫХ ИЗОБРАЖЕНИЙ / В.Н. Васюков, А.Ю. Зайцева // Доклады Академии наук высшей школы Российской Федерации .— 2016 .— №3 .— С. 43-53 .— URL: https://rucont.ru/efd/610338 (дата обращения: 05.04.2025)

Предпросмотр (выдержки из произведения)

2016 УДК 621.39:519.2 ИЕРАРХИЧЕСКАЯ КОНЕЧНОЗНАЧНАЯ ГИББСОВСКАЯ МОДЕЛЬ ДЛЯ СЕГМЕНТАЦИИ ТЕКСТУРНЫХ ИЗОБРАЖЕНИЙ В.Н. Васюков, А.Ю. Зайцева Новосибирский государственный технический университет Предлагается подход к решению задачи сегментации текстурных изображений, основанный на применении иерархической конечнозначной гиббсовской модели. <...> Ненаблюдаемый уровень иерархической модели, называемый текстурной картой, представляется в виде реализации случайного поля с гиббсовским распределением вероятностей; назначение текстурной картылокализация границ между областями наблюдаемого изображения, текстурные параметры которых в пределах границ постоянны, но различаются для разных областей. <...> Итерационная процедура стохастической релаксации, использующая локальные характеристики апостериорного распределения текстурной карты, служит генератором ее реализаций, которые сходятся к истинной карте текстур, что и дает решение задачи сегментации, оптимальное по критерию максимума апостериорной вероятности (МАВ). <...> Таким образом, сегментация сводится к задаче нахождения наиболее вероятной текстурной карты, совместимой с наблюдаемым изображением. <...> Гиббсовское описание полутоновых изображений, используемых в качестве наблюдаемого уровня, чрезвычайно громоздко. <...> Работа посвящена поиску эффективного способа преобразования текстурного изображения в бинарный препарат, сохраняющий характерные свойства текстур. <...> Использование бинарного препарата текстуры вместо исходного полутонового изображения целесообразно с точки зрения снижения вычислительных затрат, а также обеспечения простоты построения иерархической гиббсовской модели. <...> Для получения бинарного препарата текстуры, сохраняющего текстурные характеристики исходного изображения, предлагается использование процедуры выделения контурных линий на изображениях, а также вейвлет-разложения полутонового изображения с последующей бинаризацией <...>