一种基于二维隐马尔可夫模型的图像分类算法
针对图像分块之间的相互依赖关系,提出一种基于二维隐马尔可夫模型的图像分类算法.该算法将一维隐马尔可夫模型扩展成二维隐马尔可夫模型,模型中相邻的图像分块在平面两个方向上按条件转移概率进行状态转换,反应出两个维上的依赖关系.隐马尔可夫模型参数通过期望最大化算法(EM)来估计.同时,本文利用二维Viterbi算法,在训练隐马尔可夫模型的基础上,实现对图像进行最优分类.文件图像分割的应用表明,隐马尔可夫算法优于CART算法.
二维隐马尔可夫模型、图像分类、EM算法、Viterbi算法
25
TP391.41(计算技术、计算机技术)
2005-04-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
760-762