基于空间约束Student’s-T混合模型的模糊聚类图像分割
针对基于高斯混合模型的模糊聚类算法对噪声和异常值敏感的问题,利用包含邻域关系的先验概率与Student’s-T分布构建基于空间约束的混合模型。 Student’s-T分布具有重尾的特点,较之高斯分布具有更强的抗噪能力。此外,在标号场上利用马尔科夫随机场模型刻画包含像素与其邻域像素相关性的先验概率,并表达为混合模型的权值系数以增强算法的鲁棒性。通过对合成图像和真实彩色图像分割结果的定性定量分析,验证了所提出算法的有效性和可行性。
Student’s-T混合模型、空间约束、模糊聚类、图像分割
31
TP751(遥感技术)
国家自然科学基金项目41271435;国家自然科学基金青年基金项目41301479;辽宁省自然科学基金项目2015020090
2016-11-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
2065-2070