引用本文:
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  【EndNote】   【RefMan】   【BibTex】
过刊浏览    高级检索
本文已被:浏览 42次   下载 14  
分享到: 微信 更多
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
作者单位E-mail
赖嘉伟 华东理工大学信息科学与工程学院 Y30160611@mail.ecust.edu.cn 
朱宏擎 华东理工大学信息科学与工程学院 hqzhu@ecust.edu.cn 
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。
关键词:  高斯混合模型,邻域信息,狄利克雷参数,参数分析
DOI:
分类号:
基金项目:国家自然科学基金(61371150)
Gaussian Mixture Model Image Segmentation Method Based on Dirichlet Distribution and Parameter Analysis
LAI Jia-wei,ZHU Hong-qing
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.
Key words:  Gaussian mixture model, neighborhood information, Dirichlet parameters,parameters analyze

地址:上海市梅陇路130号华东理工大学研究生楼1015室 邮编:200237

电话:021-64253812 传真:021-64253812 电子信箱: ecustxbb@ecust.edu.cn