期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于邻域场拉普拉斯混合模型图像分割的研究 被引量:1
1
作者 罗雷 王士同 《计算机工程与应用》 CSCD 2013年第13期133-137,244,共6页
针对高斯混合模型(GMM)不能有效处理重尾噪声下图像拖尾情况,提出了基于拉普拉斯(Laplacian)分布的有限混合模型图像分割方法。与标准拉普拉斯混合模型(LMM)将像素点作为孤立个体不同的是,该方法充分考虑了相邻像素点间的空间关系。相... 针对高斯混合模型(GMM)不能有效处理重尾噪声下图像拖尾情况,提出了基于拉普拉斯(Laplacian)分布的有限混合模型图像分割方法。与标准拉普拉斯混合模型(LMM)将像素点作为孤立个体不同的是,该方法充分考虑了相邻像素点间的空间关系。相较传统混合模型参数估计采用的EM算法,该方法采用梯度下降法优化参数。实验结果表明在处理重尾噪声时,该方法与标准LMM算法和GMM算法相比,鲁棒性更好,分割更精确有效。 展开更多
关键词 拉普拉斯混合模型(lmm) 图像分割 重尾噪声 空间邻域关系
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部