| 姓名 |
楊智凱(Chih-Kai Yang)
查詢紙本館藏 |
畢業系所 |
資訊工程學系 |
| 論文名稱 |
以關聯隱藏馬可夫樹模式做多重解析度紋理分割
(Multiscale Texture Segmentation Using Contextual Hidden Markov Tree Model)
|
| 相關論文 | |
| 檔案 |
 [Endnote RIS 格式]
[Bibtex 格式]
 [相關文章]  [文章引用]  [完整記錄]  [館藏目錄]  [檢視] [下載]- 本電子論文使用權限為同意立即開放。
- 已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
- 請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。
|
| 摘要(中) |
在本論文中，我們提出一個使用關聯隱藏馬可夫樹模式 (contextual hidden Markov tree model, CHMT) 來做多重解析度紋理影像分割 (multiscale texture image segmentation)。這個模式是由建立在小波轉換(wavelet transform) 架構下的隱藏馬可夫樹模式 (hidden Markov tree model, HMT) 改良而來的。兩個模式都用來捕捉小波係數之統計特性的一種樹狀結構機率模式。隱藏馬可夫樹可以完整的描述小波係數的繼承性 (persistence property)，但不太具有聚集性 (clustering property)。在本研究中，我們改進的地方就是使用虛擬係數 (virtual coefficient) 的觀念，來加強HMT模式的聚集性。在影像分割的應用上，我們使用貝式 (Bayesian) 判定的觀念來分割紋理影像。首先，對於每一種紋理，我們利用只含有此種紋理的影像訓練關聯隱藏馬可夫樹模式的參數；接著利用這些參數算出不同解析度區塊的相似度 (likelihood) 函數值；再比較函數值的大小就可以將不同解析度的區塊一一分類；最後，融合 (fuse) 大區塊跟小區塊的分割結果以得到更精確的分割結果。 |
| 摘要(英) |
A multiscale texture image segmentation approach using Contextual hidden Markov Tree (CHMT) model is proposed. In 1998, a tree-structure statistical model called hidden Markov tree (HMT) model that captures the interscale dependences of the wavelet coefficients was presented. The CHMT model was improved from the HMT model by enhancing the intrascale dependences between wavelet coefficients in a scale.
Based on the description of the CHMT model, we employ a Bayesian segmentation method to perform texture image segmentation. Initially, the model parameters are trained by the EM algorithm. For each texture type, we train parameters in wavelet domain from training images which is consisted of homogeneous regions. Based on the trained parameters, we can compute the likelihood function of blocks at different scales and make a multiscale classification. At last, we fuse the classification results of large blocks and small blocks to obtain a more accurate segmentation result. |
| 關鍵字(中) |
★ 影像處理
★ 紋理分割
★ 馬可夫樹 |
關鍵字(英) |
★ hidden Markov tree model
★ texture segmentation |
| 論文目次 |
摘 要 I
誌 謝 II
目 錄 III
第一章 緒論 一
第二章 相關研究 二
第三章 小波域的機率模式 三
第四章 多重解析度紋理影像分割 四
第五章 實驗與討論 五
第六章 結論 六
英文版論文 七 |
| 參考文獻 |
[1] Bouman, C. and M. Shapiro, “A multiscale random field model for Bayesian image segmentation,” IEEE Trans. Image Processing, vol.38, no.2, pp.162-177, Mar. 1994.
[2] Brodatz, P., ed., Textures |
| 指導教授 |
曾定章(Din-Chang Tseng)
|
審核日期 |
2003-7-7 |
| 推文 |
 facebook  plurk  twitter  funp  google  live  udn  HD  myshare  reddit  netvibes  friend  youpush  delicious  baidu
|
| 網路書籤 |
 Google bookmarks  del.icio.us  hemidemi myshare
|
