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

基本信息

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

项目摘要

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。

已经开发了基于统计估计的算法，以解决图像的边缘检测和分割问题。然后，进行了使用实际图像的计算机模拟和实验，以评估这些算法的性能。简要概述了算法开发过程如下：首先，使用统计模型之一的马尔可夫随机场（MRF）对图像的边缘和图像区域的连接进行了建模。根据最大后验概率估计，将边缘检测和区域分裂问题提出为组合优化问题，以最大程度地减少能量函数。为了解决这种情况下在这种情况下发生的大规模组合优化问题，几乎没有计算，已经开发了一种称为平均场退火（MFA）的优化方法。最后，我们开发了一种自动估计MRF模型未知参数的方法，这对于边缘检测和区域分裂是从观察到的图像中所必需的。与该领域的先前研究相比，该算法在两种方面都显着优越：首先是引入一个称为MFA的新概念，现在可以通过少量计算获得地图估计的解决方案。其次，我们开发了一种方法来自动估计MRF模型的未知参数，该参数在先前的研究中从经验中从观察到的图像中进行了经验。为了评估算法的性能，使用计算机创建的模型图像和实际图像进行了实验。实验是在三个区域进行的：边缘检测，由于噪声而恶化的图像的区域划分以及使用纹理（模式）进行区域划分。结果，据透露，当目标图像质量低时（包括噪声，模糊，阴影等），该算法优于每个问题的常规算法。未来的挑战包括对其他图像处理问题的扩展，例如提取运动向量和映射立体图像以及通过并行计算加速处理。