基于Delaunay划分结合EM\MPM算法的图像分割方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1672-5867.2018.10.021

基于Delaunay划分结合EM\MPM算法的图像分割方法

引用
为了克服传统基于区域的图像分割方法对图像初始划分完全随机进而导致算法效率低下的缺点,本文提出了一种基于Delaunay划分并结合最大期望值(Expectation Maximization,EM)和最大边缘概率(Maximization of the Posterior Marginal,MPM)算法的图像分割方法.该方法首先提取图像特征点,并把特征点集作为构建Delaunay三角网的基础点集.利用Delaunay三角网的构建将影像划分成众多彼此连接的超像素,并假设这些超像素内的像素灰度值服从同一独立的正态分布,基于此完成特征场模型的建立,再运用EM\MPM方法分别模拟特征场模型和分割影像.为了验证本文提出的算法能够有效地分割图像,分别对模拟图像和真实图像进行分割测试,并和经典的初始划分完全随机的超像素影像分割算法进行对比,测试结果定性和定量地表明了该方法的有效性和准确性.

特征点提取、Delaunay三角网、超像素、EM\MPM算法、图像分割

41

P209(一般性问题)

辽宁省自然科学基金2015020090;辽宁工程技术大学研究生教育创新计划项目YS201607

2018-11-02(万方平台首次上网日期,不代表论文的发表时间)

共4页

69-72

相关文献
评论
暂无封面信息
查看本期封面目录

测绘与空间地理信息

1672-5867

23-1520/P

41

2018,41(10)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn