计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2011年
11期
2008-2014
,共7页
刘哲%宋余庆%陈健美%谢从华%宋旼珊
劉哲%宋餘慶%陳健美%謝從華%宋旼珊
류철%송여경%진건미%사종화%송민산
非参数混合模型%图像分割%平滑参数%正交多项式%概率密度函数
非參數混閤模型%圖像分割%平滑參數%正交多項式%概率密度函數
비삼수혼합모형%도상분할%평활삼수%정교다항식%개솔밀도함수
有参混合模型需要假设模型为某种已知的参数模型,而实际数据往往很难假设出这种参数模型的分布.为此,提出一种二类切比雪夫正交多项式的非参数图像混合模型分割方法.首先,设计出一种基于二类切比雪夫正交多项式的图像非参数混合模型,每一个模型的平滑参数根据误差方法和最小的准则进行计算.然后,利用随机期望最大(SEM)算法求解正交多项式系数和每一个模型的权重.此方法不需要对模型作任何假设,可以有效克服有参混合模型与实际数据分布不一致的问题.实验表明,该方法比高斯混合模型分割效率更高,并比其他非参数正交多项式混合模型有更好的分割效果.
有參混閤模型需要假設模型為某種已知的參數模型,而實際數據往往很難假設齣這種參數模型的分佈.為此,提齣一種二類切比雪伕正交多項式的非參數圖像混閤模型分割方法.首先,設計齣一種基于二類切比雪伕正交多項式的圖像非參數混閤模型,每一箇模型的平滑參數根據誤差方法和最小的準則進行計算.然後,利用隨機期望最大(SEM)算法求解正交多項式繫數和每一箇模型的權重.此方法不需要對模型作任何假設,可以有效剋服有參混閤模型與實際數據分佈不一緻的問題.實驗錶明,該方法比高斯混閤模型分割效率更高,併比其他非參數正交多項式混閤模型有更好的分割效果.
유삼혼합모형수요가설모형위모충이지적삼수모형,이실제수거왕왕흔난가설출저충삼수모형적분포.위차,제출일충이류절비설부정교다항식적비삼수도상혼합모형분할방법.수선,설계출일충기우이류절비설부정교다항식적도상비삼수혼합모형,매일개모형적평활삼수근거오차방법화최소적준칙진행계산.연후,이용수궤기망최대(SEM)산법구해정교다항식계수화매일개모형적권중.차방법불수요대모형작임하가설,가이유효극복유삼혼합모형여실제수거분포불일치적문제.실험표명,해방법비고사혼합모형분할효솔경고,병비기타비삼수정교다항식혼합모형유경호적분할효과.
