基于Student-t分布的混合模型图像分割方法

摘要：

传统图像分割方法在分割被重尾噪声污染的图像时的分割效果不理想.针对该问题,提出一种基于Student-t分布的图像分割方法.该方法根据像素间的空间关系,计算出其先验概率,使用梯度下降法优化参数,从而最小化误差函数,在参数优化后得到像素点的后验概率值,对像素进行标记以实现图像分割.实验结果表明,在处理被重尾噪声腐蚀的图像时,与传统的K-均值、模糊C-均值等图像分割方法相比,该方法的误分率较低,分割效果较好.

关键词：Student-t分布、重尾噪声、图像分割、空间邻域关系、高斯混合模型

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

在线出版日期：2015-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：204-209