基于t分布混合模型改进的路面裂缝图像分割方法
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

基于t分布混合模型改进的路面裂缝图像分割方法

引用
为提高路面裂缝图像分割的准确性与鲁棒性,以学生t分布混合模型(Student'st—distribution Mixture Model,TMM)代替传统高斯混合模型(Gaussian Mixture Model,GMM),提出一种基于学生t分布混合模型的路面裂缝图像分割方法.所提出方法首先利用K—Means算法来进行初次图像分割.为克服K—Means算法的缺点,以烟花算法(Fireworks Algorithm,FA)运行结果作为K—Means算法初始聚类中心.然后,运行K-Means算法进行初次分割,以此结果作为TMM参数求解的初始值,执行最大期望算法(Expectation—Maximization algorithm,EM),通过交替运行E步和M步,获得模型最终参数值,借助于贝叶斯公式,完成最终图像分割.最后,通过仿真图像和实际图像验证,结果表明该方法分割精度更高、稳定性更好.

道路工程、裂缝图像、K-Means、学生t分布混合模型、烟花算法

66

U418.66(道路工程)

河南省科技攻关计划;河南省高等学校重点科研项目

2021-05-25(万方平台首次上网日期,不代表论文的发表时间)

共8页

40-47

相关文献
评论
暂无封面信息
查看本期封面目录

公路

0451-0712

11-1668/U

66

2021,66(4)

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