...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Pattern Analysis and Machine Intelligence >A class of discrete multiresolution random fields and its application to image segmentation
【24h】

A class of discrete multiresolution random fields and its application to image segmentation

机译：一类离散多分辨率随机域及其在图像分割中的应用

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, a class of Random Field model, defined on a multiresolution array is used in the segmentation of gray level and textured images. The novel feature of one form of the model is that it is able to segment images containing unknown numbers of regions, where there may be significant variation of properties within each region. The estimation algorithms used are stochastic, but because of the multiresolution representation, are fast computationally, requiring only a few iterations per pixel to converge to accurate results, with error rates of 1-2 percent across a range of image structures and textures. The addition of a simple boundary process gives accurate results even at low resolutions, and consequently at very low computational cost.
机译：在本文中，在多分辨率阵列上定义的一类随机场模型用于灰度级和纹理图像的分割。该模型的一种形式的新颖之处在于，它能够分割包含未知数量区域的图像，其中每个区域内的属性可能存在显着变化。所使用的估计算法是随机的，但是由于采用多分辨率表示，因此计算速度很快，每个像素仅需要进行几次迭代即可收敛到准确的结果，并且在一系列图像结构和纹理上的错误率均为1-2％。添加简单的边界处理即使在低分辨率下也能获得准确的结果，因此计算成本也非常低。

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