###
DOI:
本文二维码信息
基于狄利克雷分布和参数分析的高斯混合模型图像分割算法
赖嘉伟, 朱宏擎
(华东理工大学信息科学与工程学院)
Gaussian Mixture Model Image Segmentation Method Based on Dirichlet Distribution and Parameter Analysis
LAI Jia-wei, ZHU Hong-qing
(School of Information Science and Engineering,East China University of Science and Technology)
摘要
相似文献
本文已被:浏览 149次   下载 99
投稿时间:2017-07-02    修订日期:2017-07-31
中文摘要: 传统的高斯混合模型对于含有噪声的图像不能进行有效的分割。因此,针对有噪声图像的分割问题,本文提出了一种基于狄利克雷分布和参数分析的高斯混合模型图像分割算法。该算法首先使用高斯函数,对像素计算先验概率值,再使用狄利克雷分布和定律关联像素间的邻域信息,并利用梯度下降法优化参数。实验结果表明,本文的算法分别对无噪声和有噪声图像上的分割结果比传统方法更有效,分割错误率更低。
Abstract:Traditional image segmentation algorithms cannot be effectively process noisy images. So, this paper presents an image segmentation method based on Gaussian mixture model with Dirichlet distribution and parameter analysis. This algorithm uses Gaussian function to calculate pixels’ prior probability, and then use Dirichlet distribution and Dirichlet law to construct the local spatial information among pixels. After that, gradient descent method is used to optimize parameters. The experimental results show that the proposed method is better than the traditional image segmentation methods and have the lowest segmentation error.
文章编号:20170702002     中图分类号:    文献标志码:
基金项目:国家自然科学基金(61371150)
引用本文:
赖嘉伟,朱宏擎.基于狄利克雷分布和参数分析的高斯混合模型图像分割算法[J].华东理工大学学报(自然科学版),DOI:.

用微信扫一扫

用微信扫一扫