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:
图像分割是数字图像处理的一项重要内容.本文将基于高斯混合模型的退火EM算法应用于非监督图像分割.由于退火EM算法具有自动探测数据中类别数的功能,通过使用退火EM算法则能够在图像中自动确定其对象的个数,并得到较好的分割结果.实验表明,应用退火EM算法进行图像分割是可行、有效的.
推荐文章
EM算法在纹理织物图像分割中的应用
图像分割
EM算法
纹理织物
退火遗传算法在交通图像分割中的应用研究
退火遗传算法
图像分割
交通流
实时性
基于模拟退火算法的多阈值图像分割
Otsu算法
初始阈值向量
模拟退火
基于多空间多层次谱聚类的非监督SAR图像分割算法
SAR图像
图像分割
区域谱聚类
层次聚类
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 退火EM算法在非监督图像分割中的应用
来源期刊 信号处理 学科 工学
关键词 图像处理 非监督学习 EM算法 高斯混合模型
年,卷(期) 2005,(z1) 所属期刊栏目 图像处理及视频
研究方向 页码范围 343-347
页数 5页 分类号 TN91
字数 2391字 语种 中文
DOI 10.3969/j.issn.1003-0530.2005.z1.088
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
研究主题发展历程
节点文献
图像处理
非监督学习
EM算法
高斯混合模型
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
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导