×

基于Rényi统计相关测度的非参数图像分割。 (英语) Zbl 1255.68275号

摘要:在本文中,我们提出了一种新的用于图像分割的非参数活动区域模型。该模型通过最大化图像和标签图像之间的相似性来对图像进行分区,而标签图像是通过设置不同的常数作为分区子区域的强度来生成的。这两幅图像的强度不能直接比较,因为它们是不同的模式。在这项工作中,我们使用Rényi的统计相关性度量,即最大互相关,作为衡量它们相似性的标准。通过使用该测度,该模型直接处理独立样本,不需要估计连续联合概率密度函数。此外,利用再生核希尔伯特空间理论进一步简化了计算。基于医学图像和合成图像的实验结果证明了该方法的有效性。

MSC公司:

68单位10 图像处理的计算方法
94A08型 信息与通信理论中的图像处理(压缩、重建等)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Mumford,D.,Shah,J.:分段光滑函数和相关变分问题的最佳逼近。Commun公司。纯应用程序。数学。42, 577–685 (1989) ·Zbl 0691.49036号 ·doi:10.1002/cpa.3160420503
[2] Chan,T.,Vese,L.:无边缘的活动轮廓。IEEE传输。图像处理。10(2), 266–277 (2001) ·Zbl 1039.68779号 ·数字对象标识代码:10.1109/83.902291
[3] Vese,L.,Chan,T.:使用Mumford和shah模型进行图像分割的多阶段水平集框架。国际期刊计算。视觉。50(3), 271–293 (2002) ·Zbl 1012.68782号 ·doi:10.1023/A:1020874308076
[4] Zhu,S.C.,Yuille,A.:区域竞争:统一蛇、区域生长和多波段图像分割的Bayes/MDL。IEEE传输。模式分析。机器。智力。18(9), 884–900 (1996) ·doi:10.1109/34.537343
[5] Rousson,M.,Deriche,R.:向量值图像主动和自适应分割的变分框架。摘自:《运动与视频计算研讨会论文集》,第56-61页(2002年)
[6] Paragios,N.,Deriche,R.:用于监督纹理分割的测地活动区域和水平集方法。国际期刊计算。视觉。46, 223–247 (2002) ·Zbl 1012.68726号 ·doi:10.1023/A:1014080923068
[7] 杜达·R、哈特·P:模式分类和场景分析。威利,纽约(1973年)·Zbl 0277.68056号
[8] Abd-Almageed,W.,Smith,C.E.,Ramadan,S.:内核蛇:非参数活动轮廓模型。IEEE国际协调系统。人类网络。1, 240–244 (2003)
[9] Aubert,A.,Barlaud,M.,Faugeras,O.,Jehan-Besson,S.:使用活动轮廓的图像分割:变化或形状梯度的演算。SIAM应用。数学。63(6), 2128–2154 (2003) ·Zbl 1053.94003号 ·doi:10.1137/S0036139902408928
[10] Huang,X.,Metaxas,D.,Chen,T.:变形:可变形形状和纹理模型。IEEE计算机学会计算机视觉和模式识别会议论文集,第1卷,第496–503页(2004)
[11] Mory,B.,Ardon,R.,Thiran,J.-P.:使用模糊区域竞争和局部非参数概率密度函数的变分分割。在:IEEE国际计算机视觉会议(ICCV),巴西里约(2007年)
[12] Ni,K.,Bresson,X.,Chan,T.,Esedoglu,S.:使用Wasserstein距离的基于局部直方图的分割。国际期刊计算。视觉。84, 97–111 (2009) ·doi:10.1007/s11263-009-0234-0
[13] Kim,J.、Fisher,J.,Yezzi,A.、Cetin,M.、Willsky,A.:使用信息理论和曲线演化进行图像分割的非参数统计方法。IEEE传输。图像处理。14(10), 1486–1502 (2005) ·doi:10.1109/TIP.2005.854442
[14] Yezzi,A.、Zollei,L.、Kapur,T.:联合分割和注册的变分框架。程序中。IEEE MMBIA,第44-51页(2001年)
[15] Le Guyader,C.,Vese,L.:具有非线性弹性平滑器的组合分割和注册框架。计算机科学课堂讲稿,第5567卷,第600–611页(2009年)
[16] Arrate,F.,Ratnanather,J.T.,Younes,L.:差异活动轮廓。SIAM J.成像科学。3(2), 176–198 (2010) ·Zbl 1189.49062号 ·doi:10.1137/090766401
[17] 雷尼:关于依赖性的测量。数学学报。阿卡德。科学。挂。10, 441–451 (1959) ·Zbl 0091.14403号 ·doi:10.1007/BF02024507
[18] Shi,J.,Chen,Y.,Rao,M.,Lee,J.S.:非刚性多模态图像配准的统计相似性度量。程序。SPIE 7623、762307(2010)
[19] Osher,S.,Fedkiw,R.:水平集方法和动态隐式曲面。《应用数学科学》,第153卷。斯普林格,纽约(2002)·Zbl 1026.76001号
[20] Chan,T.,Vese,L.:图像处理中最小化Mumford-Shah函数的水平集算法。收录于:IEEE/计算机学会关于“计算机视觉中的变分和水平集方法”的第一届IEEE研讨会论文集,第161-168页(2001年)
[21] Osher,S.,Sethian,J.A.:以曲率相关速度传播的前沿:基于Hamilton-Jacobi公式的算法。J.计算。物理学。79(1), 12–49 (1988) ·Zbl 0659.65132号 ·doi:10.1016/0021-9991(88)90002-2
[22] Chan,T.,Wong,C.K.:全变分盲反褶积。IEEE传输。图像处理。7, 370–375 (1998) ·数字对象标识代码:10.1109/83.661187
[23] Chan,T.F.,Esedoglu,S.,Nikolova,M.:寻找去噪和分割模型全局极小值的算法。SIAM J.应用。数学。66, 1632–1648 (2006) ·Zbl 1117.94002号 ·doi:10.1137/040615286
[24] Chambolle,A.:总变异最小化算法及其应用。数学杂志。成像视觉。20, 89–97 (2004) ·Zbl 1366.94048号 ·doi:10.1023/B:JMIV.0000011321.19549.88
[25] Bresson,X.,Esedoglu,S.,Vandergheynst,P.,Thiran,J.-P.,Osher,S.:活动轮廓/蛇模型的快速全局最小化。数学杂志。成像视觉。28, 151–167 (2007) ·Zbl 1523.94005号 ·doi:10.1007/s10851-007-0002-0
[26] Aronszajn,N.:再生核理论。事务处理。美国数学。Soc.68337-404(1950)·Zbl 0037.20701号 ·doi:10.1090/S0002-9947-1950-0051437-7
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。