基于贝叶斯网络模型的纹理分析及分类-多维数据分析试验室-中国.PDFVIP

维普资讯 第 l9卷 第 l2期 计算机辅助设计与图形学学报 vo【．19．NO．12 2007年 l2月 JOURNALOFCOMPUTER—AIDEDDESIGNCOMPUTERGRAPHICS Dec．。2007 基于贝叶斯 网络模型的纹理分析及分类 王 强 彭思龙 (中国科学院 自动化研究所国家专用集成电路设计工程技术研究中心 北京 100080) (wangqiang@ia．ac．ca) 摘 要 用贝叶斯 网络对纹理图像建模 ，并基于此模型给出了一种纹理分类 的方法．把纹理图像在一个窗 口内各个 像素的灰度值看作贝叶斯 网络的一次实现 ，通过训练得到各类纹理所对应贝叶斯 网络的结构和参数 ，用纹理 图像像 素点在 网络中的条件概率分布作为特征进行纹理分类．实验结果证明了该方法 的有效性． 关键词 贝叶斯网络 ；纹理模型；纹理分类 中图法分类号 TP391 BayesianNetworkBasedTextureAnalysisandClassification WangQiang PengSilong (NationalASICDesignEngineeringCenter，InstituteofAutomation，ChineseAcademyofSciences，BeOing 100080) Abstract A novelBayesiannetwork(BN)texturemodelisproposed．Basedonthemodel，atexture classificationmethodisgiven．Pixelvaluesinanimagewindow aretakenasarealizationofaBN，andthe structureand parametersofBN for each texture classare then studied．The conditionaldistribution probabilityofthepixelsisusedasthefeaturefortextureclassification．Experimentalresultsshow thatthe proposedmodeliseffectivefortextureanalysisandclassification． Keywords Bayesiannetwork；texturemodel；textureclassification 纹理 图像分析和分类问题是图像处理和机器视 场模 型[、局部二 值模 式 (1ocalbinarypattern， 觉中很重要 的一类 问题 ¨lJ，它在遥感 图像处理 、医 LBP)[6-7]、共现矩 阵[、Gabor变换 【J等．这些模型 学影像处理 ，以及工业检测等方面都有着广泛的应 根据局部特征对纹理建模和提取特征 ，只考虑图像 用 2¨4]．纹理图像在 自然界中随处可见 ，由于其本身 或图像变换后结果中一点关于其邻域的条件概率 的复杂性与多样性 ，对纹理至今未有一个统一的定 分布． 义．但在分析纹理 图像时，一般都假定其具有均匀 本文采用 的贝叶斯 网络模型 ¨8J充分地考虑了 性 ，即各个点的属性并不随位置的改变而变化．根 一 个窗口内各个像素之间的联系 ，认为形状相 同的 据这一特点，大多纹理模型都以研究纹理 图像 的局 窗 口内的图像有相 同的属性 ，但在一个窗 口内部各 部属性为切人点．有 了一个恰当的对局部特征的描 个像素点并不受均匀性假设的限制，可以有不同的 述，整个纹理模型也就得到了，因为有了均匀性的假 条件概率分布．这使得这种模型更普通 ，更能表现 设，大尺度和全局特征可以由图像在局部特征约束 纹理的特性．本文根据贝叶斯 网络纹理模型对纹理 下的平稳过渡所确定．基于这种均匀性假定，对纹 进行分析 ，提取出各种纹理的特征，并且根据