regla de decisión para la segmentación de imágenes

8

Dejar Y ser una imagen medida (ruidosa) Y=X+noise, dónde X es una imagen contiene 0(Antecedentes) y 200(objeto). Necesito crear una regla de decisión que determine si el verdadero valor de píxel era0 o 200 dada la imagen Y.

el ruido es gaussiano con media = 0 y desviación estándar = sigma

I_true = [zeros(50,140);zeros(60,40),(ones(60,60)*200),zeros(60,40);zeros(50,140)];
[nrows ncolumns] = size(I_true);
sigma = 63.246;
gaussian_noise = sigma*randn(size(I_true));
I_noisy = I_true + gaussian_noise;

Después de agregar el ruido gaussiano a la imagen real, el PDF de la intensidad de un píxel de fondo será gaussiano con media = 0 y varianza = 63.24622 y el PDF de la intensidad de un píxel del objeto será gaussiano con media = 200 y varianza = 63.24622

Usé la regla MAP y asumí que P(Y=0)=P(Y=200)

Índice de probabilidad

(P(Y=j|X=200))/(P(Y=j|X=0))P(X=0)/(P(X=200))=1

exp((400Y(200)2)/(2σ2))1

Y100

entonces si el píxel será considerado como objeto.Y100

mis preguntas son:

1) ¿mi solución es la correcta?

2) en el caso de dos objetos con niveles de gris y ¿cuáles serán los pasos de la regla de decisión del Mapa?150200

HforHesham
fuente
1
¿Es su varianza = 63.2462 o su desviación estándar = 63.2462? σ2σ
Spacey
@Mohammad sigma = desviación estándar = 63.2462
HforHesham
1
Sí, pero ha escrito varianza = 63.2462
Spacey
@Mohammad lo he corregido.
HforHesham
para aprenderlo, puede ir a mi sitio roesland-uwahyudi.blogspot.com
Ruslan Wahyudi

Respuestas:

8

1) Sí, su solución es correcta.

2) Si supone que todas las probabilidades a priori son iguales, entonces los límites para AWGN son siempre los puntos medios entre los posibles valores de X. En este caso, entonces, los límites de decisión están en 75 y 175.

Creo que esta regla (límite de decisión en los puntos intermedios) puede generalizarse para aplicar a cualquier distribución de probabilidad de ruido que sea simétrica y disminuya monotónicamente a medida que aumenta la distancia desde cero.

Jim Clay
fuente