基于二类切比雪夫正交多项式非参数混合模型的图像分割
有参混合模型需要假设模型为某种已知的参数模型,而实际数据往往很难假设出这种参数模型的分布.为此,提出一种二类切比雪夫正交多项式的非参数图像混合模型分割方法.首先,设计出一种基于二类切比雪夫正交多项式的图像非参数混合模型,每一个模型的平滑参数根据误差方法和最小的准则进行计算.然后,利用随机期望最大(SEM)算法求解正交多项式系数和每一个模型的权重.此方法不需要对模型作任何假设,可以有效克服有参混合模型与实际数据分布不一致的问题.实验表明,该方法比高斯混合模型分割效率更高,并比其他非参数正交多项式混合模型有更好的分割效果.
非参数混合模型、图像分割、平滑参数、正交多项式、概率密度函数
48
TP391.41(计算技术、计算机技术)
国家自然科学基金项目60841003;江苏省软件与集成电路专项基金项目2009[100];江苏省博士创新基金项目CX10B_274Z
2012-03-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
2008-2014