基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一个基于多分辨率小波采样和高斯混合模型的纹理图像分割方法.该方法首先对图像进行必要的预处理,然后对图像进行小波"金字塔"分解.分解后的小波系数和图像共同组成了相应像素的特征向量,然后利用高斯混合模型进行分割.分割的实验结果表明,该算法具有较强的分割能力.
推荐文章
多分辨率下的彩色图像分割方法
图像分割
小波变换
分水岭
区域合并
基于高斯混合模型的纹理图像的分割
高斯混合模型
EM算法
最大似然估计
基于双正交小波的多分辨率遥感图像数据融合
双正交小波
多分辨率分析
数据融合
遥感图像
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 基于多分辨率小波和高斯混合模型的纹理图像分割
来源期刊 北京大学学报(自然科学版) 学科 工学
关键词 图像分割 纹理图像 高斯混合模型 多分辨率小波 EM算法
年,卷(期) 2005,(3) 所属期刊栏目
研究方向 页码范围 338-343
页数 6页 分类号 TP391.41
字数 3485字 语种 中文
DOI 10.3321/j.issn:0479-8023.2005.03.002
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 封举富 北京大学信息科学技术学院信息科学中心 24 360 9.0 18.0
2 余鹏 北京大学数学科学学院 10 229 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (41)
参考文献  (7)
节点文献
引证文献  (13)
同被引文献  (14)
二级引证文献  (27)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(3)
  • 引证文献(0)
  • 二级引证文献(3)
2009(11)
  • 引证文献(3)
  • 二级引证文献(8)
2010(4)
  • 引证文献(1)
  • 二级引证文献(3)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像分割
纹理图像
高斯混合模型
多分辨率小波
EM算法
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
北京大学学报(自然科学版)
双月刊
0479-8023
11-2442/N
16开
北京海淀北京大学校内
2-89
1955
chi
出版文献量(篇)
3152
总下载数(次)
8
总被引数(次)
52842
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导