伊利亚·列夫纳;张红;拉塞尔·格雷纳 用于分类驱动的流域分割的非均匀叠加。 (英语) Zbl 1184.94043号 EURASIP J.高级信号处理。 2008年,文章ID 485821,9 p.(2008). 摘要:标记驱动的分水岭分割尝试提取表示图像中对象存在的种子。这些标记随后被用于在分水岭算法所使用的拓扑表面内强制执行区域最小值。分类驱动的分水岭分割(CDWS)算法通过使用两个机器学习的像素分类器改进了标记和拓扑曲面的生成。两个分类器生成的概率图用于创建标记、对象边界和拓扑表面。本文通过以下方式扩展了CDWS算法:(i)通过独立分量分析实现自动特征提取;(ii)通过引入异构叠加提高分割精度。异构叠加是用于对象描绘的叠加泛化的一种扩展,通过对从原始地面实况提取的多个目标概念进行训练,改进了像素标记和分割,这些目标概念随后由第二组分类器进行融合。实验结果证明了该系统对真实图像的有效性,并表明与基本系统相比,该系统在分割质量上有了显著提高。 MSC公司: 94A08型 信息与通信理论中的图像处理(压缩、重建等) 68吨10 模式识别、语音识别 68单位10 图像处理的计算方法 软件:公关工具 PDF格式BibTeX公司 XML格式引用 \textit{I.Levner}等人,EURASIP J.高级信号处理。2008年,文章ID 485821,9 p.(2008年;Zbl 1184.94043) 全文: 内政部 参考文献: [3] doi:10.1006/cviu.1999.0822·doi:10.1006/cviu.1999.0822 [4] 数字对象标识代码:10.1109/34.295913·数字对象标识代码:10.1109/34.295913 [5] doi:10.1016/j.patrec.2004.10.010·doi:10.1016/j.patrec.2004.10.010 [6] doi:10.10109/TIP.2002.800889·doi:10.1109/TIP.2002.800889 [7] doi:10.1109/TIP.2007.894239·doi:10.1109/TIP.2007.894239 [8] doi:10.1016/S0893-6080(05)80023-1·doi:10.1016/S0893-6080(05)80023-1 [11] doi:10.1007/BF00058655·doi:10.1007/BF00058655 [13] doi:10.1006/jcss.1997.1504·Zbl 0880.68103号 ·doi:10.1006/jcss.1997.1504 [14] doi:10.1080/095400996116811·doi:10.1080/095400996116811 [15] doi:10.1023/A:1007682208299·Zbl 0962.68143号 ·doi:10.1023/A:1007682208299 [16] doi:10.1016/j.patcog.2005.02.020·doi:10.1016/j.patcog.2005.02.020 [19] doi:10.1016/0031-3203(92)90036-I·doi:10.1016/0031-3203(92)90036-I [20] 数字对象标识代码:10.1109/34.761261·数字对象标识代码:10.1109/34.761261 [21] doi:10.1109/TSMC.1973.4309314·doi:10.1109/TSMC.1973.4309314 [22] doi:10.1016/S0031-3203(98)00038-7·doi:10.1016/S0031-3203(98)00038-7 [23] 数字对象标识代码:10.1109/34.67648·数字对象标识代码:10.1109/34.67648 [25] doi:10.1088/0954-898X/11/3/302·Zbl 1064.91536号 ·doi:10.1088/0954-898X/11/3/302 [27] doi:10.1016/S0893-6080(00)00026-5·doi:10.1016/S0893-6080(00)00026-5 [28] 数字对象标识代码:10.1109/72.761722·数字对象标识代码:10.1109/72.761722 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。