微计算机信息
微計算機信息
미계산궤신식
CONTROL & AUTOMATION
2007年
24期
309-310,212
,共3页
期望最大%贝叶斯信息准则%图像分割
期望最大%貝葉斯信息準則%圖像分割
기망최대%패협사신식준칙%도상분할
本文提出了一种新的基于期望最大化以及贝叶斯信息准则的图像分割方法.首先,运用K均值方法初始化图像分布,运用期望最大算法估计输入图像参数数据,且图像中类的数目由贝叶斯消息准则自动确定.运用最大似然标准将像素归类于最相近的类中.本法的优点在于不过分依赖于原始估计,可以用来进行无监督的图像的分割.运用两幅真实图像进行了实验,结果表明此方法有效.
本文提齣瞭一種新的基于期望最大化以及貝葉斯信息準則的圖像分割方法.首先,運用K均值方法初始化圖像分佈,運用期望最大算法估計輸入圖像參數數據,且圖像中類的數目由貝葉斯消息準則自動確定.運用最大似然標準將像素歸類于最相近的類中.本法的優點在于不過分依賴于原始估計,可以用來進行無鑑督的圖像的分割.運用兩幅真實圖像進行瞭實驗,結果錶明此方法有效.
본문제출료일충신적기우기망최대화이급패협사신식준칙적도상분할방법.수선,운용K균치방법초시화도상분포,운용기망최대산법고계수입도상삼수수거,차도상중류적수목유패협사소식준칙자동학정.운용최대사연표준장상소귀류우최상근적류중.본법적우점재우불과분의뢰우원시고계,가이용래진행무감독적도상적분할.운용량폭진실도상진행료실험,결과표명차방법유효.
