×
尼古拉斯·布鲁斯;蒂埃里·伯纳德。;Jean-Michel乔利翁

通过反向模拟进行图像分割。 （英语） Zbl 1183.68682号

模式识别 42，第7期，1520-1532（2009）.
摘要：将图像分割为均匀区域通常需要一个判定标准来确定两个相邻区域是否相似。决策应该是自适应的，以获得稳健和准确的分割算法，避免危险的先验，并有明确的解释。我们提出了一个基于逆向推理的决策过程：如果在纯噪声中观察到这种差异的概率非常低，那么两个区域就有意义地不同。由于现有的分析方法在我们的案例中很难处理，我们将其扩展为允许混合使用分析计算和Monte-Carlo模拟。通过一个简单的合并算法对得到的决策准则进行了实验测试，该算法可以作为现有分割方法的后滤波和验证步骤。

引用于1文件

MSC公司：

68单位10 图像处理的计算方法
68吨10 模式识别、语音识别

关键词：

分段;逆向推理;统计图像处理;蒙特卡洛模拟
PDF格式BibTeX公司 XML格式引用
\textit{N.Burrus}等人，模式识别42，No.7，1520--1532（2009；Zbl 1183.68682）
全文： 内政部

参考文献：

[1] S.K.Shah，稳健图像分割的性能建模和算法表征，《国际计算机视觉杂志》，即将出版。；S.K.Shah，鲁棒图像分割的性能建模和算法表征，《国际计算机视觉杂志》，即将出版。
[2] 北卡罗来纳州帕尔。；Pal，S.，图像分割技术综述，模式识别，26，9，1277-1294（1993）
[3] 卢切斯，L。；Mitra，S.，《彩色图像分割：最先进的调查》，《印度国家科学院学报》，67,2207-221（2001）
[4] 朱，S。；Yuille，A.，《区域竞争：统一蛇、区域增长和多波段图像分割的Bayes/MDL》，IEEE模式分析和机器智能汇刊，18，9，884-900（1996）
[5] 涂总，朱S.，基于数据驱动马尔可夫链蒙特卡罗的图像分割，IEEE模式分析与机器智能汇刊（2002）657-673。；Z.Tu，S.Zhu，通过数据驱动的马尔可夫链蒙特卡罗进行图像分割，IEEE模式分析和机器智能汇刊（2002）657-673。
[6] 芒福德，D。；Shah，J.，分段光滑函数的最优逼近和相关的变分问题，纯数学和应用数学通信，42，577-685（1989）·Zbl 0691.49036号
[7] J.Shi，J.Malik，标准化切割和图像分割，IEEE模式分析和机器智能汇刊（2000）888-905。；J.Shi，J.Malik，标准化切割和图像分割，IEEE模式分析和机器智能汇刊（2000）888-905。
[8] Kim，J。；Hong，K.，一种新的基于图切割的无初始轮廓和种子点的多活动轮廓算法，机器视觉与应用，19，3，181-193（2008）·Zbl 1331.68232号
[9] 潘，Y。；J.伯德威尔。；Djouadi，S.，使用区域竞争和Mumford-Shah函数的自底向上分层图像分割，（第18届国际模式识别会议，第2卷（2006）），117-121
[10] Felzenszwalb，P。；Huttenlocher，D.，高效的基于图形的图像分割，国际计算机视觉杂志，59，2，167-181（2004）·Zbl 1477.68505号
[11] V.Rehrmann，L.Priese，《自然彩色场景的快速稳健分割》，第三届亚洲计算机视觉会议，香港。；V.Rehrmann，L.Priese，《自然彩色场景的快速稳健分割》，第三届亚洲计算机视觉会议，香港·Zbl 0664.68059号
[12] 诺克·R。；Nielsen，F.，统计区域合并，IEEE模式分析和机器智能汇刊，1452-1458（2004）
[13] D.Comaniciu，P.Meer，Mean shift:一种稳健的特征空间分析方法，IEEE模式分析和机器智能汇刊（2002）603-619。；D.Comaniciu，P.Meer，Mean shift:一种稳健的特征空间分析方法，IEEE模式分析和机器智能汇刊（2002）603-619。
[14] T.Adamek，N.E.O'Connor，《在有意义的分区上停止基于区域的图像分割》，语义多媒体，施普林格，柏林，2007年，第15-27页。；T.Adamek，N.E.O'Connor，《在有意义的分区上停止基于区域的图像分割》，语义多媒体，施普林格，柏林，2007年，第15-27页。
[15] Desolneux，A。；莫伊桑，L。；Morel，J.-M.，《亥姆霍兹原理边缘检测》，《数学成像与视觉杂志》，14，3，271-284（2001）·Zbl 0988.68819号
[16] Desolneux，A。；莫伊桑，L。；Morel，J.-M，《分组原则和四种应用》，IEEE模式分析和机器智能汇刊，25，4，508-513（2003）
[17] Veit，T。；曹，F。；Bouthemy，P.，基于区域的运动检测的逆向决策框架，国际计算机视觉杂志，68，2163-178（2006）
[18] 穆塞，P。；苏尔，F。；曹，F。；古索，Y。；Morel，J.，《形状元素识别的逆向决策方法》，《国际计算机视觉杂志》，69，3，295-315（2006）
[19] Chang，Y。；Li，X.，自适应图像区域增长，IEEE图像处理汇刊，3，6，868-872（1994）
[20] 沃尔夫，L。；黄，X。；马丁，I。；Metaxas，D.，基于块的纹理边缘和分割，《欧洲计算机视觉会议论文集》，2481-493（2006）
[21] 德索尔纽克斯，A。；莫伊桑，L。；Morel，J.-M.，有意义的比对，国际计算机视觉杂志，40，1，7-23（2000）·Zbl 1012.68701号
[22] Mann，H。；Whitney，D.，《关于两个随机变量中的一个是否随机大于另一个的测试》，《数理统计年鉴》，18，1，50-60（1947）·Zbl 0041.26103号
[23] G.Saporta，Probabilités，analysis des données et statistique，Technip出版社，1990年。；G.Saporta，《概率分析与统计》，Technip出版社，1990年版·Zbl 0703.62003号
[24] R.Grompone，J.Jakubowicz，J.-M.Morel，G.Randall，LSD：线段检测器，CMLA预印本（2008-15）。；R.Grompone，J.Jakubowicz，J.-M.Morel，G.Randall，LSD：线段检测器，CMLA预印本（2008-15）。
[25] 伊古尔，L。；Preciozzi，J。；加里多，L。；Almansa，A。；卡塞勒斯，V。；Rouge，B.，《城市地区的自动低基线立体声，逆向问题和成像》，1，2，319-348（2007）·Zbl 1135.68052号
[26] S.Beucher，F.Meyer，分割的形态学方法：分水岭变换，图像处理中的数学形态学（1993）433-481。；S.Beucher，F.Meyer，《分割的形态学方法：分水岭变换》，《图像处理中的数学形态学》（1993）433-481。
[27] N.Burrus，T.M.Bernard，利用数字视网膜的自适应视觉：提取有意义的片段，智能视觉系统的高级概念，第八届国际会议（2006）220-231。；N.Burrus，T.M.Bernard，利用数字视网膜的自适应视觉：提取有意义的片段，智能视觉系统的高级概念，第八届国际会议（2006）220-231。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。