用于图像分割的局部区域能量最小化算法

徐胜军 1; 2; 韩九强 1; 赵亮 2; 刘欣 2

您当前的位置：

首页 >

文章列表页 >

用于图像分割的局部区域能量最小化算法

更新时间：2025-07-09

- 用于图像分割的局部区域能量最小化算法
- Algorithm of Minimizing Local Region Energy for Image Segmentation
- 西安交通大学学报 2011年45卷第8期页码：7-12
- 作者机构：
  
  1. 西安交通大学电子与信息工程学院,西安,710049
  2. 西安建筑科技大学信息与控制工程学院,西安,710055
- 作者简介：
- 基金信息：
  
  : 2010-12-28. 作者简介: 徐胜军(1976-),男,博士生;韩九强(联系人),男,教授,博士生导师. 基金项目: 国家自然科学基金资助项目(60972146);陕西省教育厅专项基金资助项目(2010JK640)
- DOI：
  中图分类号： TP391
- 网络首发：2011-08-10，
  
  纸质出版：2011
- 稿件说明：
移动端阅览
徐胜军 1, 2, 韩九强 1, 等. 用于图像分割的局部区域能量最小化算法[J]. 西安交通大学学报, 2011,45(8):7-12.

Algorithm of Minimizing Local Region Energy for Image Segmentation[J]. 2011, 45(8): 7-12.
徐胜军 1, 2, 韩九强 1, 等. 用于图像分割的局部区域能量最小化算法[J]. 西安交通大学学报, 2011,45(8):7-12. DOI：

Algorithm of Minimizing Local Region Energy for Image Segmentation[J]. 2011, 45(8): 7-12. DOI：

摘要

针对点对马尔可夫随机场(Pairwise MRF)模型中像素成对交互的结构不能充分描述图像丰富的局部统计特征问题

在研究Pairwise MRF模型基础上

提出了一种基于局部区域能量最小化的图像分割算法. 该算法先利用图像局部区域信息构造局部区域能量模型

建立了一种局部交互的区域马尔可夫随机场分割模型

然后采用无环置信传播(LBP)算法对MRF全局能量进行优化.优化过程中

对局部区域能量进行收敛并按照MAP准则估计局部区域标号

通过LBP算法把局部区域信息传递到邻域区域中去.实验结果表明

所提出的新算法较标准LBP算法具有更好的分割结果

并有效地抑制了图像噪声信号和纹理信号对分割结果的干扰和影响.

Abstract

An algorithm of minimizing local region energy is proposed based on pairwise Markov random fields(MRF)model to solve the problem that the pairwise interactions fails to capture the rich statistical features of images. The proposed algorithm utilizes local region information to construct a local region energy model and a local interaction region MRF model for image segmentation. The loopy belief propagation(LBP)algorithm is applied to minimize the MRF global energy. The optimization makes local region energy converge

and the label is estimated based on MAP criterion. Then the local region information is transferred to adjacent region through LBP algorithm. Experimental results show that the proposed algorithm generates more accurate segmentation results than the standard LBP algorithm does on both synthetic and natural images

and also can efficiently restrain effect of image noise and texture for segmentation.

关键词

Keywords

references

POTETZ B, LEE T S. Efficient belief propagation for higher order cliques using linear constraint nodes [J]. Computer Vision and Image Understanding, 2008, 112(1):39-54.

TANAKA M, OKUTOMI M. Locally adaptive learning for translation-variant MRF image priors[C]∥IEEE Conference on Computer Vision and Pattern Recognition. Los Alamitos, CA, USA:IEEE Computer Society, 2008:1-7.

杨艺, 韩崇昭, 韩德强. 一种多源遥感图像分割的融合新策略[J]. 西安交通大学学报, 2010, 44(6):88-92.

YANG Yi, HAN Chongzhao, HAN Deqiang. A novel fusion strategy for segmentation of multisensor remote sensing images [J]. Journal of Xi'an Jiaotong University, 2010, 44(6):88-92.

CHEN A Y C, CORSO J J, WANG Le. HOPS: Efficient region labeling using higher order proxy neighborhoods [C]∥Proceedings of International Conference on Pattern Recognition. Los Alamitos, CA, USA:IEEE Computer Society, 2008:1-4.

WANG Xiaofeng, ZHANG Xiaoping. A new localized superpixel Markov random field for image segmentation [C]∥Proceedings of 2009 IEEE Conference Multimedia and Expo. Piscataway, NJ, USA: IEEE, 2009:642-645.

JIA Jianhua, JIAO Licheng, CHANG Xia. Image segmentation via mean shift and loopy belief propagation[J]. Wuhan University Journal of Natural Sciences, 2010, 15(1):43-50.

CHEN Jiansheng, SU Guangda, HE Jinping, et al. Face image relighting using locally constrained global optimization [C]∥Proceedings of European Conference on Computer Vision. Berlin, Germany: Springer, 2010:44-57.

LI S Z. Markov random field modeling in computer vision [M]. New York, USA: Springer-Verlag, 2001.

YEDIDIA J, FREEMAN W, WEISS Y. Generalized belief propagation [C]∥ Proceedings of Advances in Neural Information Processing Systems. Cambridge, MA, USA: MIT Press, 2000:689-695.

SHI Jianbo, MALIK J. Normalized cuts and image segmentation [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000, 22(8):888-905.

SHARON E, GALUN M, SHARON D, et al. Hierarchy and adaptivity in segmenting visual scenes[J]. Nature, 2006, 442(7104):810-813.

张强, 吴燕. 基于上下文和隐类属的小波域马尔可夫随机场SAR图像分割[J]. 电子与信息学报, 2008, 30(1):211-215.

ZHANG Qiang, WU Yan. Wavelet Markov random field based on context and hidden class label for SAR image segmentation [J]. Journal of Electronics Information Technology, 2008, 30(1):211-215.

彩色图像分割中基于图上半监督学习算法研究. 西安交通大学学报,2011,45(2):11-14.

一种采用矩阵分解的正交4抽头多小波无损压缩算法. 西安交通大学学报,2011,45(2):54-58.

一种胸部X射线摄影图像中结节检测的多尺度匹配滤波器. 西安交通大学学报,2011,45(4):30-35.

改进的人工鱼群算法和Powell法结合的医学图像配准. 西安交通大学学报,2011,45(4):46-52.

一种多源遥感图像分割的融合新策略. 西安交通大学学报,2010,44(6):88-92.

大变形测量数字图像的种子点匹配方法. 西安交通大学学报,2010,44(11):51-55.

利用特征子空间评价与多分类器融合的高光谱图像分类. 西安交通大学学报,2010,44(8):20-24.

频谱包络滤波器及其应用. 西安交通大学学报,2010,44(8):48-52.

应用细粒度分块重构的多信道图像信息分存算法. 西安交通大学学报,2010,44(6):78-82.

一种多尺度X射线胸片图像增强算法. 西安交通大学学报,2010,44(6):83-87.

图像分割的谱聚类集成算法. 西安交通大学学报,2010,44(6):93-98.

全局重建和位置块残差补偿的人脸图像超分辨率算法. 西安交通大学学报,2010,44(4):9-12.

利用粒子群优化的人脸特征提取识别算法. 西安交通大学学报,2010,44(4):48-51.

采用小世界免疫克隆算子的频率域图像配准. 西安交通大学学报,2009,43(6):38-42.

人眼视觉特性与粗糙集结合的X射线图像增强算法. 西安交通大学学报,2009,43(6):48-51.

利用贫富差距原理进行图像边缘检测. 西安交通大学学报,2009,43(4):44-48.

一种无需匹配的多目重构方法. 西安交通大学学报,2008,42(12):1476-1480.

基于等高线的图像特征表达. 西安交通大学学报,2008,42(4):385-388.

质心迭代图像跟踪算法. 西安交通大学学报,2007,41(12):1396-1400.

基于直方图偏差约束的快速模糊C均值图像分割法. 西安交通大学学报,2007,41(4):430-434.

分散、递阶蚁群算法及其在相变序列图像分割中的应用. 西安交通大学学报,2007,41(2):136-140.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

自适应先验马尔可夫随机场模型的图像分割算法

融合边缘特征的马尔可夫随机场模型及分割算法

基于直方图偏差约束的快速模糊C均值图像分割法

递推人工蜂群的模糊划分熵多阈值分割算法

一种多源遥感图像分割的融合新策略