位置:成果数据库 > 期刊 > 期刊详情页
一种基于Contourlet变换的多尺度纹理分割的新算法
  • ISSN号:1001-9014
  • 期刊名称:《红外与毫米波学报》
  • 时间:0
  • 分类:TP751.1[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]武汉大学测绘遥感信息工程国家重点实验室,武汉430079, [2]长沙理工大学计算机与通信工程学院,长沙410076, [3]武汉大学电子信息学院,武汉430079
  • 相关基金:国家重点基础研究发展计划(973计划)课题(2006CB701303);优秀国家重点实验室项目(40523005);863计划资助(2006AA12Z132)
中文摘要:

受到基于模型的纹理分析方法的启发,提出了一种新的特征提取方法—有限混合纹理模式(Finite Texture Mixture Pattern,FTMP).FTMP是一个二元组的集合,可以通过聚类的方法进行计算.首先,基于Contourlet变换计算纹理的多尺度多方向变化信息;其次,对各尺度、各方向的变化信息分别进行聚类.这些聚类中心以及它们所占的比例组成的二元组的集合就构成了纹理图像的FTMP,反应了不同尺度不同方向的主要变化信息.这种纹理特征的计算方法充分利用了基于模型方法的基本思想,但却避免了复杂的参数计算.在FTMP的基础上,本文给出相应的纹理分割框架CFTMPseg,并通过定量和定性实验验证了所提算法的有效性.

英文摘要:

A new feature extraction method, finite texture mixture pattern (FTMP), was proposed inspired by the basic idea of pattern-based texture analysis methods. FTMP was a two-tuplet set, which could be obtained by clustering methods. Firstly, the multi-scale and multi-direction variations were calculated based on the Contourlet transform. Secondly, these variation information at different scale and in different direction were clustered into groups respectively. The centers and their corresponding proportion made up FTMP, which reflected the primary information's variations of different scales and different directions. Such a feature extraction method made full use of the idea of pattern-based method, but avoided the complicated parameter estimation and expression computation. Thus a supervised multi-scale texture image segmentation algorithm based on Contourlet transform-CFTMPseg was proposed based on FTMP, and its effectiveness was proven by quantitative and qualitative experiments.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《红外与毫米波学报》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院上海技术物理研究所 中国光学学会
  • 主编:褚君浩
  • 地址:上海市玉田路500号
  • 邮编:200083
  • 邮箱:jimw@mail.sitp.ac.cn
  • 电话:021-25051553
  • 国际标准刊号:ISSN:1001-9014
  • 国内统一刊号:ISSN:31-1577/TN
  • 邮发代号:4-335
  • 获奖情况:
  • 1992、1996年获全国优秀学术期刊一等奖,1999年首届国家期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,美国科学引文索引(扩展库),日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),瑞典开放获取期刊指南,中国北大核心期刊(2000版)
  • 被引量:8778