...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>American journal of applied sciences >Using Both a Probabilistic Evolutionary Graph and the Evidence Theory for Color Scene Analysis | Science Publications
【24h】

Using Both a Probabilistic Evolutionary Graph and the Evidence Theory for Color Scene Analysis | Science Publications

机译：同时使用概率进化图和证据理论进行色彩场景分析科学出版物

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

> In this research, we introduce a new color images segmentation algorithm. The color scene analytic method is based on the progress of a probabilistic evolutionary graph. The strategy consists in making grow an evolutionary graph, which presents the scene elements in an unsupervised segmented image. The graph evolution development is based on the computation of the belonging probabilities to the existing classes of the last built region. The space composition matrix of the areas in each class is then given. A space delimitation map of the regions is established by a new method of contour localization and refinement. At last, the final segmented image is established by classification of the pixels in the conflict region using the Dempster-Shafer evidence theory. The effectiveness of the method is demonstrated on real images.
机译： >在本研究中，我们介绍了一种新的彩色图像分割算法。彩色场景分析方法基于概率进化图的进展。该策略包括制作一个进化图，该图以无监督的分割图像形式呈现场景元素。图进化的发展是基于对最后建立区域的现有类别的归属概率的计算。然后给出每个类别中区域的空间组成矩阵。通过轮廓定位和细化的新方法来建立区域的空间定界图。最后，使用Dempster-Shafer证据理论通过对冲突区域中的像素进行分类来建立最终的分割图像。在真实图像上证明了该方法的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号