原文服务方: 科技与创新       
摘要:
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.
推荐文章
基于优化滤波器的无监督图像分割
图像能量
优化滤波器
缺陷分割
基于图像序列期望特征的阈值分割方法
阈值分割
序列
期望特征
背景区域面积
基于最大相关法的图像阈值分割
图像分割
阈值
最大相关准则
遗传算法
基于图像蒙板的无监督图像风格迁移
图像风格迁移
生成式对抗网络
无监督学习
图像蒙板
深度学习
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 基于期望最大理论的无监督图像分割
来源期刊 科技与创新 学科
关键词 期望最大 贝叶斯信息准则 图像分割
年,卷(期) 2007,(24) 所属期刊栏目 图像处理
研究方向 页码范围 309-310,212
页数 3页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2007.24.122
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 刘国丽 河北工业大学廊坊校区计算机系 20 113 6.0 10.0
2 高敬惠 河北工业大学廊坊校区计算机系 11 88 4.0 9.0
3 李玉海 河北工业大学廊坊校区计算机系 7 82 4.0 7.0
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  (89)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(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(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
期望最大
贝叶斯信息准则
图像分割
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导