-
题名基于领域关系广义混合模型图像分割的研究
- 1
-
-
作者
罗雷
王士同
-
机构
江南大学数字媒体学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2013年第9期3168-3173,共6页
-
基金
国家自然科学基金项目(61272210)
江苏省自然科学基金项目(BK2012552)
-
文摘
针对高斯混合模型不能有效处理复杂噪声图像分割问题,提出了基于领域关系广义混合模型。在高斯混合模型基础上引入形状参数r提高混合模型对不同噪声适应能力,另外该方法结合图像中像素点邻域关系,融入像素点间的互动信息。与混合模型通常采用EM算法估计参数不同,该模型参数估计采用梯度方法,通过最小化负似然对数优化参数。实验结果表明,广义混合模型在处理高斯噪声,重尾噪声,混合噪声以及脉冲噪声图像分割问题都取得了很好的效果。
-
关键词
图像分割
广义混合模型
领域关系
多种噪声
-
Keywords
image segmentation
generalized mixture model
spatial neighborhood relationships
multiple noise
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名多噪声背景电子音乐类型分类建模与分析研究
被引量：1
- 2
-
-
作者
孙刚平
-
机构
太原学院
-
出处
《现代电子技术》
北大核心
2020年第21期110-113,共4页
-
文摘
为了解决传统电子音乐类型分类方法检测准确率不高的问题,提出一种多噪声背景的电子音乐类型分类方法。首先,降噪处理噪声环境下的电子音乐,得到含有噪声的电子音乐频谱,利用感知小波包变换提取噪声的特征,采样噪声的特征值并计算噪声的短时能量,得到电子音乐降噪表达式,计算频谱的二阶矩,得到不含噪声的电子音乐短时能量特征;然后,使用短时傅里叶变换计算得到每帧中所有电子音乐点的倒谱系数,利用倒谱系数得到计算电子音乐类型的二维矩阵,通过小波变换将噪声处理表达式与计算电子音乐类型的二维矩阵,处理为最终的噪声环境下的电子音乐类型检测表达式。实验结果表明,与两种传统噪声环境下的电子音乐类型分类方法相比,多噪声背景的电子音乐类型分类方法检测准确率更高,更适合在噪声环境下检测电子音乐类型。
-
关键词
电子音乐分类
多种噪声环境
电子音乐降噪
噪声特征提取
倒谱系数
二维矩阵计算
-
Keywords
electronic music classification
multi⁃noise environment
electronic music denoising
noise feature extraction
cepstrum coefficient
two⁃dimensional matrix calculation
-
分类号
TN911.4-34
[电子电信—通信与信息系统]
TP181
[电子电信—信息与通信工程]
-
