統計的推定による画像処理アルゴリズムの研究

基于统计估计的图像处理算法研究

• 批准号: 05780223
• 负责人: 工藤 博幸
• 金额: $ 0.58万
• 依托单位: University of Tsukuba
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1993
• 资助国家: 日本
• 起止时间: 1993 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-05780223/
• 关键词: 画像処理; エッジ検出; 領域分割; 統計的推定; 組合せ最適化; 平均場アニーリング; マルコフ確率場; 画像認識

画像のエッジ検出と領域分割(セグメンテーション)の問題に対して、統計的推定に基づくアルゴリズムを開発した。そして、計算機シミュレーションと実画像を用いた実験を行い、これらのアルゴリズムの性能評価を行った。アルゴリズム開発の手順を簡単にまとめると、以下のようになる。まず、画像のエッジや領域の連結性を統計モデルの一つであるマルコフ確率場(MRF)を用いてモデル化した。次に、最大事後確率推定に基づいて、エッジ検出と領域分割の問題をエネルギー関数を最小化する組合せ最適化問題として定式化した。この際に生じる大規模組合せ最適化問題を少ない計算量で解くため、平均場アニーリング(MFA)呼ばれる最適化法を開発した。最後に、エッジ検出と領域分割を行うために必要なMRFモデルの未知パラメータを、観測画像から自動推定する手法を開発した。この分野における従来の研究と比較して、本アルゴリズムは次の2つの点で格段に優れている。一つめは、MFAという新しい概念を導入することで、MAP推定の解が少ない計算量で求められるようになったことである。二つめは、従来の研究で人間が経験的に与えていたMRFモデルの未知パラメータを、観測画像から自動推定する手法を開発したことである。アルゴリズムの性能を評価するため、計算機で作成したモデル画像と実画像を用いた実験を行った。実験は、エッジ検出・雑音で劣化した画像の領域分割・テクスチャー(模様)を用いた領域分割の三つについて行った。その結果、対象画像が雑音・ボヤケ・陰影などを含む低画質の場合において、本アルゴリズムが各問題に対する従来のアルゴリズムと比較して優れていることが明らかになった。今後の課題としては、動きベクトルの抽出やステレオ画像の対応づけなどの他の画像処理問題への拡張と並列計算による処理の高速化があげられる。

The problem of image segmentation and domain segmentation is discussed in detail in this paper. In addition, the computer system can also be used to evaluate the performance of the computer system. The order of the development of the project is simple, and the following is the case. The link between images and domains is statistically analyzed using the MRF. Second, the maximum posterior accuracy estimation is based on the problem of domain segmentation, minimization of the number of relationships, and optimization of the combination. In this case, the large-scale block optimization problem is solved by a small amount of computation, and the optimization method for the mean field optimization (MFA) is developed. Finally, the method of automatic estimation of MRF images is developed. The study of this field is divided into two parts: comparison and optimization. A new concept of MFA is introduced into the calculation of MAP estimation. 2. The method of automatic estimation of the image is developed according to MRF. The computer created the image and the performance evaluation was performed.実験は、エッジ検出·雑音で劣化した画像の领域分割·テクスチャー(模様)を用いた领域分割の三つについて行った。The result, the image, the sound, the shadow, the low image quality, the original image quality. In the future, the problem of image processing and parallel calculation is to speed up the processing.

项目成果

Taizo Anan: "Unsupervised statical model based texture segmentation" Proc.of Asian Conference on Computer Vision. 290-293 (1993)

Taizo Anan：“基于无监督静态模型的纹理分割”Proc.of 亚洲计算机视觉会议。

工藤 博幸: "統計モデルを用いた画像のゼグメンテーション" 画象ラボ. 4(発表予定). (1994)

Hiroyuki Kudo：“使用统计模型进行图像分割”Image Lab 4（待提交）。

Michiko Kawauchi: "Unsupervised edge detection using Markov random fields" Proc of Asian Conference on Computer Vision. 550-553 (1993)

Michiko Kawauchi：“使用马尔可夫随机场进行无监督边缘检测”亚洲计算机视觉会议论文集。

Shuichi Watanabe: "Adaptive mean field annealing for noisy image segmetation" Proc.of Asian Conference on Computer Vision. 842-845 (1993)

Shuichi Watanabe：“用于噪声图像分割的自适应平均场退火”亚洲计算机视觉会议论文集。