Mean Shift算法在彩色图像分割中应用.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Mean Shift算法在彩色图像分割中应用

Mean Shift算法在彩色图像分割中应用   摘 要:Mean Shift算法是目前广泛应用于图像分割和计算机视觉中的方法。论述了该算法应用在彩色图像分割中的原理及过程,并给出实验过程和结果。??   关键词:Mean Shift算法;彩色图像分割;数字图像处理??   中图分类号:TP312 文献标识码:A 文章编号:1672-7800(2011)011-0079-02?お?   ??   作者简介:曹小玲(1981-),女,湖北麻城人,硕士,长江大学信息与数学学院讲师,研究方向为图像处理、工程数学教学。         0 引言??   图像分割是图像分析、识别和理解的基础,是从图像处理到图像分析的一个关键步骤。由于彩色图像提供了比灰度图像更为丰富的信息,彩色图像的分割在近几年越来越引起人们的重视,成为图像技术研究的热点之一。Mean shift(均值漂移,MS)算法是一种有效的统计迭代算法,最早由Fukunaga在1975年提出。直到1995年,Cheng改进了MS算法中的核函数和权重函数,并将其应用于聚类和全局优化,扩大了该算法的适用范围。从1997年到2003年,Comaniciu将该方法应用到图像特征空间的分析,对图像进行平滑和分割处理,并证明了MS算法在满足一定条件下,可收敛到最近的一个概率密度函数的稳态点,因此,MS算法可用来检测概率密度函数中存在的模态。由于MS算法完全依靠特征空间中的样本点进行分析,不需要任何先验知识,并且收敛速度快,近年来被广泛应用于图像分割和跟踪等计算机视觉领域。??      1 Mean Shift算法??   1.1 Mean Shift算法原理??   定义:X代表一个d维的欧氏空间,x是该空间中的一个点,用一列向量表示.x的模为‖x‖??2=x??Tx.R表示实数域.如果一个函数K:K→R存在一个轮廓函数k:[0,∞]→R,即   ?И?K(x)=c??kk(‖x‖??2)(1)?И?   其中c??k>0为标准化常数,且满足:①k是非负的;②k是非增的,即如果a<b那么k(a)≥k(b);③k是分段连续的,并且∫??∞??0k(r)dr<∞.则称函数K(x)为核函数。??    对概率密度函数f(x),设在d维空间X中有n个采样点x??i,i=1,2,…,n,用定义的核函数K(x)和d×d的正对称带宽矩阵H,得到核密度估计表达式为?И?(x)=∑ni=1ω(x??i)|H??i|????-12??   K(H????-12????i(x-x??i))??   =∑ni=1c??kω??i|H??i|????-12??k(‖x-x??i‖??2????H??i??)(2)?И?   其中:w(x??i)≥0赋给采样点x??i的权重,满足∑ω(x??i)=1,简记为ω??i.‖x-x??i‖??2????H??i??=(x-x??i)??TH????-1????i(x-x??i).核函数K(x)决定了采样点x??i与核中心点x之间的相似性度量,带宽矩阵H??i决定了核函数的影响范围。??    若设k(x)的负导函数为g(x),即g(x)=-k(x),其对应的核函数G(x)=c??gg(‖x‖??2),则概率密度函数f(x)的梯度??f(x)的估计为:   ?ИЙ?^f(x)??=   ??(x)=∑ni=12c??kω??i|H??i|????-12??k(‖x-x??i‖??2????H??i??(x-x??i)??   =2c??k(∑ni=1ω??i|H??i|????-12??H????-1????ig(‖x-x??i‖??2????H??i??))(m????H??i??(x)-x)(3)?И?   上式右边第二个括号内的表达式m????H??i??(x)-x就是??Mean Shift??向量,其中:   ?И?m????H??i??(x)=∑ni=1ω??i|H??i|????-12??H????-1????ig(‖x-x??i‖??2????H??i??)x??i∑ni=1ω??i|H??i|????-12??H????-1????ig(‖x-x??i‖??2????H??i??)(4)?И?   一般情况下m????H??i??(x)处的密度大于x处的密度,因此??Mean Shift??向量总是指向概率密度增加最大的方向。??      1.2 Mean Shift算法过程??   为了简化计算,通常设上式(4)中的ω??i=1n,H??i=h??2I,则m????H??i??(x)可表示成:   ?И?m??h(x)=m????H??i??(x)=∑n i=1g(‖(x-x??i)h????

文档评论(0)

3471161553 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档