-
题名基于噪音受益的快速图像分割算法
- 1
-
-
作者
牛艺蓉
王士同
-
机构
江南大学数字媒体学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2016年第21期195-201,217,共8页
-
文摘
图像分割是指将一幅图像分解为若干互不交迭的区域的集合。当用已有的改进高斯混合模型于图像分割时,如何加快其分割过程是一个有研究意义的课题。基于最新的噪音受益EM算法,通过人工加噪来加快已有的改进高斯混合模型的收敛速度,从而达到加快图像分割的目的。当添加的噪声满足噪音受益EM定理时,加性噪声加快了EM算法收敛到局部最大值的平均收敛速度。改进的高斯混合模型是EM算法的特例,因此,噪音受益EM定理同样适用于改进的高斯混合模型。实验表明,提出的算法进行图像分割时,其收敛速度明显加快,时间复杂度明显变小。
-
关键词
噪声受益
新型期望最大化算法(nem)定理
图像分割
空间邻域关系
改进的高斯混合模型
-
Keywords
noise benefit
new expectation maximization(nem)theorem
image segmentation
spatial neighborhood relationships
improved Gaussian mixture model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
