資料介紹
本文提出了一種新的基于期望最大化以及貝葉斯信息準(zhǔn)則的圖像分割方法。首先,運
用K 均值方法初始化圖像分布,運用期望最大算法估計輸入圖像參數(shù)數(shù)據(jù),且圖像中類的數(shù)目由貝葉斯消息準(zhǔn)則自動確定。運用最大似然標(biāo)準(zhǔn)將像素歸類于最相近的類中。本法的優(yōu)點在于不過分依賴于原始估計,可以用來進(jìn)行無監(jiān)督的圖像的分割。運用兩幅真實圖像進(jìn)行了實驗,結(jié)果表明此方法有效。
關(guān)鍵詞 期望最大 貝葉斯信息準(zhǔn)則 圖像分割
圖像分割技術(shù)被用于很多實際應(yīng)用中。根據(jù)分割結(jié)果,我們就有可能識別出感興趣的區(qū)
域或者復(fù)雜背景下的目標(biāo)。這對圖像的進(jìn)一步分析和解釋很有幫助。例如很多通信技術(shù)都需要很高的壓縮比來節(jié)省網(wǎng)絡(luò)資源。從圖像中識別分離出目標(biāo)并僅對目標(biāo)進(jìn)行壓縮,這是一條有效的節(jié)省網(wǎng)絡(luò)資源的方法。所以,圖像分割在信息分離領(lǐng)域尤其重要。圖像分割可以定義為:將圖像分割成具有相同性質(zhì)的各個區(qū)域的過程。對于灰度圖分割,通常有三種常用的方法:直方圖門限法,基于邊緣的方法,基于區(qū)域的方法。近來,隨著高斯混合模型理論的發(fā)展,基于此理論的圖像分割方法也經(jīng)常用到[1][2]。
有些文獻(xiàn)提出了一種基于極大似然估計的圖像分割方法,觀測到的圖像被看作是多變量
密度的混合體,運用最大期望算法估計混合參數(shù)。最后利用最大似然估計將像素點分類。實驗結(jié)果表明,這是一種有效并且穩(wěn)定的圖像分割方法[3]。但它的一個主要的缺點是認(rèn)為高斯混合模型的各類已知,故不能認(rèn)為此方法是完全的無監(jiān)督圖像分割方法。圖像分割中期望最大方法的另一個問題是參數(shù)的初始估計,這在很大程度上影響著分割結(jié)果。隨機(jī)抽樣是一種簡單的方法,當(dāng)抽樣的數(shù)據(jù)較大時這種方法的分割結(jié)果較好,但卻大大延長了計算時間。在抽樣數(shù)目較小的時候,很多小的區(qū)域可能抽取不到,這就導(dǎo)致分割的結(jié)果比較粗糙[4]。
在本文的方法中,運用K 均值算法對高斯混合參數(shù)進(jìn)行初始化。在期望最大算法中引入
貝葉斯信息準(zhǔn)則可以實現(xiàn)對混合模型類的數(shù)目的自動計算。這種方法集參數(shù)估計與模型選擇于一體,這樣,才是真正的無監(jiān)督分割方法。本文第二部分,簡述有限高斯混合模型并提出了“期望最大+貝葉斯信息準(zhǔn)則”算法。在第三部分,給出了完整的分割方法。第四部分為實驗,運用合成圖像及真實圖像進(jìn)行分割。最后為結(jié)論。
用K 均值方法初始化圖像分布,運用期望最大算法估計輸入圖像參數(shù)數(shù)據(jù),且圖像中類的數(shù)目由貝葉斯消息準(zhǔn)則自動確定。運用最大似然標(biāo)準(zhǔn)將像素歸類于最相近的類中。本法的優(yōu)點在于不過分依賴于原始估計,可以用來進(jìn)行無監(jiān)督的圖像的分割。運用兩幅真實圖像進(jìn)行了實驗,結(jié)果表明此方法有效。
關(guān)鍵詞 期望最大 貝葉斯信息準(zhǔn)則 圖像分割
圖像分割技術(shù)被用于很多實際應(yīng)用中。根據(jù)分割結(jié)果,我們就有可能識別出感興趣的區(qū)
域或者復(fù)雜背景下的目標(biāo)。這對圖像的進(jìn)一步分析和解釋很有幫助。例如很多通信技術(shù)都需要很高的壓縮比來節(jié)省網(wǎng)絡(luò)資源。從圖像中識別分離出目標(biāo)并僅對目標(biāo)進(jìn)行壓縮,這是一條有效的節(jié)省網(wǎng)絡(luò)資源的方法。所以,圖像分割在信息分離領(lǐng)域尤其重要。圖像分割可以定義為:將圖像分割成具有相同性質(zhì)的各個區(qū)域的過程。對于灰度圖分割,通常有三種常用的方法:直方圖門限法,基于邊緣的方法,基于區(qū)域的方法。近來,隨著高斯混合模型理論的發(fā)展,基于此理論的圖像分割方法也經(jīng)常用到[1][2]。
有些文獻(xiàn)提出了一種基于極大似然估計的圖像分割方法,觀測到的圖像被看作是多變量
密度的混合體,運用最大期望算法估計混合參數(shù)。最后利用最大似然估計將像素點分類。實驗結(jié)果表明,這是一種有效并且穩(wěn)定的圖像分割方法[3]。但它的一個主要的缺點是認(rèn)為高斯混合模型的各類已知,故不能認(rèn)為此方法是完全的無監(jiān)督圖像分割方法。圖像分割中期望最大方法的另一個問題是參數(shù)的初始估計,這在很大程度上影響著分割結(jié)果。隨機(jī)抽樣是一種簡單的方法,當(dāng)抽樣的數(shù)據(jù)較大時這種方法的分割結(jié)果較好,但卻大大延長了計算時間。在抽樣數(shù)目較小的時候,很多小的區(qū)域可能抽取不到,這就導(dǎo)致分割的結(jié)果比較粗糙[4]。
在本文的方法中,運用K 均值算法對高斯混合參數(shù)進(jìn)行初始化。在期望最大算法中引入
貝葉斯信息準(zhǔn)則可以實現(xiàn)對混合模型類的數(shù)目的自動計算。這種方法集參數(shù)估計與模型選擇于一體,這樣,才是真正的無監(jiān)督分割方法。本文第二部分,簡述有限高斯混合模型并提出了“期望最大+貝葉斯信息準(zhǔn)則”算法。在第三部分,給出了完整的分割方法。第四部分為實驗,運用合成圖像及真實圖像進(jìn)行分割。最后為結(jié)論。
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- 改進(jìn)自適應(yīng)GACV的水下圖像分割算法研究
- 快速HAC聚類算法的改進(jìn)及應(yīng)用于無監(jiān)督語音分割
- 基于無監(jiān)督稀疏自編碼的圖像哈希算法 32次下載
- 基于無監(jiān)督空間一致性約束的心臟MRI分割 38次下載
- 基于改進(jìn)CNN的醫(yī)學(xué)圖像分割方法 6次下載
- 基于深度神經(jīng)網(wǎng)絡(luò)的圖像語義分割方法 11次下載
- 分析總結(jié)基于深度神經(jīng)網(wǎng)絡(luò)的圖像語義分割方法 21次下載
- 圖像分割算法的深入研究 4次下載
- 基于圖像局部灰度差異的噪聲圖像分割模型 3次下載
- 半監(jiān)督的譜聚類圖像分割 4次下載
- 基于二次圖像分割的目標(biāo)提取算法 5次下載
- 基于PCNN和最大灰度熵圖像分量的彩色圖像分割_李建兵 0次下載
- 基于Matlab圖像分割的研究 0次下載
- 圖像分割—基于圖的圖像分割 0次下載
- 基于粒子群模糊C均值聚類的快速圖像分割 21次下載
- 圖像分割與語義分割中的CNN模型綜述 303次閱讀
- 機(jī)器視覺(六):圖像分割 1026次閱讀
- 圖像分割算法原理及工作流程 1777次閱讀
- 什么是圖像分割?圖像分割的體系結(jié)構(gòu)和方法 4505次閱讀
- CVPR 2023 中的領(lǐng)域適應(yīng):用于切片方向連續(xù)的無監(jiān)督跨模態(tài)醫(yī)學(xué)圖像分割 1770次閱讀
- 機(jī)器學(xué)習(xí)技術(shù)在圖像分類和目標(biāo)檢測上的應(yīng)用 1625次閱讀
- 機(jī)器學(xué)習(xí)技術(shù)在圖像處理中的應(yīng)用 2081次閱讀
- 如何優(yōu)雅且體面的圖像分割 842次閱讀
- 基于一致性的半監(jiān)督語義分割方法 927次閱讀
- IFCM腦部MRI圖像分割算法的改進(jìn)設(shè)計與應(yīng)用研究 2189次閱讀
- 圖像分割的基本方法解析 10.9w次閱讀
- 圖像分割技術(shù)的原理及應(yīng)用 4w次閱讀
- 圖像分割和圖像邊緣檢測 1w次閱讀
- 圖像分割評價方法研究 3w次閱讀
- 圖像分割基礎(chǔ)算法及實現(xiàn)實例 9250次閱讀
下載排行
本周
- 1電子電路原理第七版PDF電子教材免費下載
- 0.00 MB | 1490次下載 | 免費
- 2單片機(jī)典型實例介紹
- 18.19 MB | 93次下載 | 1 積分
- 3S7-200PLC編程實例詳細(xì)資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識別和講解說明
- 4.28 MB | 18次下載 | 4 積分
- 5開關(guān)電源原理及各功能電路詳解
- 0.38 MB | 11次下載 | 免費
- 6100W短波放大電路圖
- 0.05 MB | 4次下載 | 3 積分
- 7基于AT89C2051/4051單片機(jī)編程器的實驗
- 0.11 MB | 4次下載 | 免費
- 8基于單片機(jī)的紅外風(fēng)扇遙控
- 0.23 MB | 3次下載 | 免費
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費
- 4LabView 8.0 專業(yè)版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費
- 5555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33562次下載 | 免費
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費
- 8開關(guān)電源設(shè)計實例指南
- 未知 | 21539次下載 | 免費
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537791次下載 | 免費
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費
- 6電路仿真軟件multisim 10.0免費下載
- 340992 | 191183次下載 | 免費
- 7十天學(xué)會AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183277次下載 | 免費
- 8proe5.0野火版下載(中文版免費下載)
- 未知 | 138039次下載 | 免費
評論
查看更多