图像多尺度几何分析域隐马尔可夫树模型研究进展
多尺度几何分析(Multiscale Geometric Analysis,MGA)为图像的高维奇异特性提供了一种更优、更稀疏的表示方法,从而为更好地捕捉图像中的多方向边缘和纹理特性提供了有效的支撑.图像MGA域隐马尔可夫树模型(Hidden Markov Tree,HMT)成功地对图像多尺度变换系数的统计特性及系数间的相关性进行刻画,为进一步挖掘图像更深层次特性提供了重要途径,在很大程度上提升了MGA在图像处理领域的有效性.本文对图像MGA域HMT模型的研究进展进行综述.先对传统MGA域HMT模型的发展进行分析和讨论,对其构建的一般过程进行了形式化描述;在此基础上,归纳了传统MGA域HMT模型存在的一些关键问题,并以此为导向对MGA变换域HMT模型的研究进展进行了分析和讨论;最后对MGA域HMT模型未来的发展情况进行了展望.
多尺度几何分析、隐马尔可夫模型、图像统计建模、概率图模型、研究进展
50
TP391(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;辽宁省高等学校创新团队支持计划
2022-03-30（万方平台首次上网日期，不代表论文的发表时间）
共12页
238-249
