摘要
为综合多尺度纹理模型和高斯型 Markov随机场纹理模型各自的优点 ,本文提出了组合这两种模型的方法 .Mallat的经验法、高斯型 Markov随机场纹理模型和组合方法的对比实验表明 ,当纹理结构包含微结构时 ,组合方法分割纹理轮廓的性能最好 .
A composite method is proposed for synthesis of the respective merits of multi-scale texture models and Gaussian Markov random field texture models. Among Mallats experimental method, Gaussian Markov random field texture models and the composite texture method, the comparative experiments show that the segmentation performance of the composite method is best as texture contains macro-structures.
出处
《小型微型计算机系统》
CSCD
北大核心
2004年第1期68-71,共4页
Journal of Chinese Computer Systems
基金
国家 973项目 (G19980 3 0 60 0 )资助
福建省自然科学基金项目 (F0 0 0 13 )资助
福州大学科技发展基金研究项目(XKJ(QD)-0 121)资助
关键词
高斯Markov随机场
纹理分割
多分辨率
随机微分方程
多尺度
gaussian markov random fields
texture segmentation
multi-resolution
stochastic difference equations
multi- scale
