公开(公告)号：CN109872339B

公开(公告)日：2021-04-02

申请号：CN201910053973.4

申请日：2019-01-21

Applicant: 哈尔滨理工大学

Inventor： 于林森 ,  刘彦君 ,  王亮

IPC: G06T7/12

Abstract: 为了解决邻近像素观测值共生似然函数模型，在图像的边缘区域可能导致的误分割问题，本发明提供一种局部相关的加权共生图像分割方法，属于图像处理领域。本发明包括：S1、构建局部相关的单像素宽、不同方向的邻域共生高斯混合模型；S2：获取待分割图像的分割权重：S21、利用待分割图像的像素视觉观测值，求取构建的邻域共生高斯混合模型的模型参数，以及获取不同方向邻域共生高斯混合模型的类别标注结果；S22、根据不同方向的类别标注结果，获取分割权重；S3、利用S22获取的权重，构建加权的局部相关邻域共生高斯混合模型，利用待分割图像的视觉观测值，获取该加权的局部相关邻域共生高斯混合模型的参数值，以及获取图像分割结果。

公开(公告)号：CN109872339A

公开(公告)日：2019-06-11

申请号：CN201910053973.4

申请日：2019-01-21

Applicant: 哈尔滨理工大学

Inventor： 于林森 ,  刘彦君 ,  王亮

IPC: G06T7/12

Abstract: 为了解决邻近像素观测值共生似然函数模型，在图像的边缘区域可能导致的误分割问题，本发明提供一种局部相关的加权共生图像分割方法，属于图像处理领域。本发明包括：S1、构建局部相关的单像素宽、不同方向的邻域共生高斯混合模型；S2：获取待分割图像的分割权重：S21、利用待分割图像的像素视觉观测值，求取构建的邻域共生高斯混合模型的模型参数，以及获取不同方向邻域共生高斯混合模型的类别标注结果；S22、根据不同方向的类别标注结果，获取分割权重；S3、利用S22获取的权重，构建加权的局部相关邻域共生高斯混合模型，利用待分割图像的视觉观测值，获取该加权的局部相关邻域共生高斯混合模型的参数值，以及获取图像分割结果。