ウェーブレットフレーム分解におけるGMRFモデルを用いたテクスチャ画像の教師なし領域分割

概要

論文の詳細を見る
本論文では，テクスチャ画像に対する教師なし領域分割法の一つを提案する．提案法には，次のような三つの特徴がある．第一に，分割結果が画像のシフトに影響されない．第二に，サンプルデータを自動的に取得することができる．第三に，テクスチャの特性を多様な解像度で捉えることができる．これらの特徴は，提案法を構成する次のような三つの処理手順によって実現される．第一の手順では，原画像をウェーブレットフレーム分解し，サブバンドごとのウェーブレット係数を求める．第二の手順では，分割統合法を用いて原画像をいくつかの小領域に粗く領域分割し，それらの所定の領域からサンプルデータを自動取得する．第三の手順では，サブバンドごとにGMRFモデルのパラメータを推定することで得られる結合確率密度関数の値に基づいて各画素を所定のテクスチャクラスに分類する．GMRFモデルの構成には，ウェーブレットフレームの冗長性を利用している．
The Institute of Image Information and Television Engineersの論文