原文服务方: 微电子学与计算机       
摘要:
文章提出了使用高斯混合模型对纹理图像分割的方法.该模型考虑到图像纹理的特点,使用二状态的高斯混合分布来对图像各纹理类像素的分布进行拟和.首先对待分割的各类像素寻找与之匹配的最佳模型参数,然后再进行分割.最后,对分割结果进行多尺度综合,得到了各尺度的分割结果.实验表明该算法不仅能够较精确地定位各纹理区域,而且还有运算速度快的优点.
推荐文章
基于MRF高斯混合模型的海浪纹理背景目标区域分割
图像处理
目标分割
马尔科夫随机场
海浪纹理
基于混合高斯模型MRF场的CT图像分割
工业CT图像
混合高斯模型
马尔科夫模型
图像分割
一种基于高斯混合模型的MR图像分割
高斯混合模型
EM算法
图像分割
图像修复
结构张量
基于高斯混合模型和Renyi熵的图像分割方法
高斯混合模型
Renyi熵
阈值函数
图像分割
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于高斯混合模型的纹理图像的分割
来源期刊 微电子学与计算机 学科
关键词 高斯混合模型 EM算法 最大似然估计
年,卷(期) 2004,(4) 所属期刊栏目
研究方向 页码范围 63-65,68
页数 4页 分类号 TP391.04
字数 语种 中文
DOI 10.3969/j.issn.1000-7180.2004.04.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王加俊 苏州大学信息工程学院 66 515 12.0 19.0
2 李艳玲 苏州大学信息工程学院 8 24 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (2)
参考文献  (3)
节点文献
引证文献  (13)
同被引文献  (32)
二级引证文献  (41)
1977(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(4)
  • 引证文献(2)
  • 二级引证文献(2)
2007(4)
  • 引证文献(2)
  • 二级引证文献(2)
2008(1)
  • 引证文献(0)
  • 二级引证文献(1)
2009(6)
  • 引证文献(0)
  • 二级引证文献(6)
2010(5)
  • 引证文献(2)
  • 二级引证文献(3)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(6)
  • 引证文献(2)
  • 二级引证文献(4)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(9)
  • 引证文献(2)
  • 二级引证文献(7)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
高斯混合模型
EM算法
最大似然估计
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导