基于期望最大理论的无监督图像分割
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

10.3969/j.issn.1008-0570.2007.24.122

基于期望最大理论的无监督图像分割

引用
本文提出了一种新的基于期望最大化以及贝叶斯信息准则的图像分割方法.首先,运用K均值方法初始化图像分布,运用期望最大算法估计输入图像参数数据,且图像中类的数目由贝叶斯消息准则自动确定.运用最大似然标准将像素归类于最相近的类中.本法的优点在于不过分依赖于原始估计,可以用来进行无监督的图像的分割.运用两幅真实图像进行了实验,结果表明此方法有效.

期望最大、贝叶斯信息准则、图像分割

23

TP391(计算技术、计算机技术)

河北省教育厅科研项目2004416

2007-12-10(万方平台首次上网日期,不代表论文的发表时间)

共3页

309-310,212

相关文献
评论
暂无封面信息
查看本期封面目录

微计算机信息

1008-0570

14-1128/TP

23

2007,23(24)

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