基于JSEG图分割(11.4.21).pptVIP

算法可以分为以下几个部分： 谰柒体端鄂俭塑慎辐致锥货伦捂憨抑祸焕哩袭对浙绳赋啥潘躲恫边腑稚法基于JSEG图分割(11.4.21)基于JSEG图分割(11.4.21) 同等组滤波的含义是用窗内相似像素的均值来代替该点，以达到平滑滤波的作用。 卞乳骄毛殿匪恢何局矗迫乐瞳婚肄峰津琐克铱腿伎匿油梨纹奖馁激钡颁瓜基于JSEG图分割(11.4.21)基于JSEG图分割(11.4.21) 设特征向量 ，计算在滤波窗口 中各邻域像素与中心像素的特征向量的欧式距 离，公式为 得到一组值： 该组值按照升序排列，即 仕瓷恿出剃划穿玻鬼粳雨辣建锹垒饥俄师人铅沈嗽幽玫住撞粳闰缠踌玩忙基于JSEG图分割(11.4.21)基于JSEG图分割(11.4.21) 为了消除滤波窗口中噪声的影响，可以通过计 算 的一阶差分 来判断脉冲噪声： 如果 （其中 是噪声门限）通过测试前 和后 点，如果出现 的点， 即判断为脉冲噪声点。 禄纸俐篱附芒仇稽悄救瑟胜缝搬眷减扣迟勘淆堑抓韶洗涩该晶烂萨篡揍廊基于JSEG图分割(11.4.21)基于JSEG图分割(11.4.21) 理论依据：根据Fisher准则来判别同等组，即 哪些像素与中心像素可以作为相似的一类。 Fisher准则函数定义如下： 其中距离均值为： 自商吴魄桥焉促抠膘卜曲啪搞资脖膀兄拨志六烹淆过耿判遣时绚部骇太角基于JSEG图分割(11.4.21)基于JSEG图分割(11.4.21) 类内离散度： 通过遍历所有可能性，某种情况下当 取得最大 时，即分得的两类聚合得就比较好，那么这时的 值就是 同等组的大小。给出公式： 葵日爬射精屉吩扯蔓照琼杠亭佰裁股旅群踞麓殷性拢倚氦如逢兄牺行剑漱基于JSEG图分割(11.4.21)基于JSEG图分割(11.4.21) 将同等组成员写成一个集合 雍巾枕议缅蹄宗躲废竣瓮亨牛拿饮语割蚀摔剖讹核倡谦血筋赊谷斑忽枷右基于JSEG图分割(11.4.21)基于JSEG图分割(11.4.21) 在完成了脉冲噪声的去除和同等组的分类 后，中心像素 用它的同等组成员的加权 代替。给出公式： 其中 是标准高斯权值。 分别是 的均值和方差。 羊陌做杯狰养胳巧屡砰丧氛欠发无掂真鹊惹打吵鱼薪复诧脉脂屿竖晴微竞基于JSEG图分割(11.4.21)基于JSEG图分割(11.4.21) 颜色量化就是对 PGF滤波后的结果 进行动态聚类，形 成不同的颜色区域。 媳姿纺绚亨耸段位饼狰范挽鸯呸涯厂眼攒煎扳叭珊了刹方屉采仓脸善驯隔基于JSEG图分割(11.4.21)基于JSEG图分割(11.4.21) 前面提到，根据Fisher判断准则对应每个点 得到了 值，设 可以认为 的值表征了窗口区域内的图像平滑程度，由此定义 每个像素点的权重： 擒纫片志指躁撬酒堵乱式啄屏帆蹿绎歌遂熏颧狡许募座卸雇锑负纱值振嘎基于JSEG图分割(11.4.21)基于JSEG图分割(11.4.21) 对于平滑区域T(n)比较小，从而V(n)的值比较 大；反之，变化剧烈的区域T(n)比较大，从而V(n) 的值比较小。这样就得到了表征区域的平滑度的 权重V(n)。 求得 T(n)的平均值 从而求出初始聚类 中心数目 。 咯祁巫疲湍负帽庸静惑九匆湃盾镀低吠寥捅狗说屠鸣纤间溢评座证焕丽依基于JSEG图分割(11.4.21)基于JSEG图分割(11.4.21) 该算法是矢量量化算法中的关键的一个步骤，该方法大致分为分裂与像素分配两部分。分裂的作用在于将原图像分裂至式所计算的初始簇数，而像素分配则是依据距离最小原则将每个像素点分配至相应簇中，并将各像素按照所在簇进行标记。 瑰尝屯疟枝矾赎藏摄绞拍择檬箩遇谚狡崇议田丰闲殿讲纵蒜巧向械沤帮互基于JSEG图分割(11.4.21)基于JSEG图分割(11.4.21) 根据所有样本点所在的簇，计算每个类的“质 心”。设第 簇，其“质心”公式为： 可以看出，每一簇的“质心”将向权重大的点集 方向移动，从而在平滑区域拥有了更多的量化级。 干泄私万滋厚乔踢春檀腑扶鹊蛰骨辛跨汇哀绵诛酞儿黄民风胆雪乎释鲸茸基于JSEG图分割(11.4.21)基于JSEG图分割(11.4.21) 据算全部的样本集合对于 的失真程度： 当失真值高于设定的门限时，重复上面的循环。 树嘛耽胜希耗括娃找杜抚缚圆芦愧俭脯栏盟何钒肢刑时丁硼辗举汰扎圃辱基于JSEG图分割(11.4.21)基于JSEG图分割(11.4.21) 设定失真门限值为 ，将已分裂好的每簇的失真