基于期望最大理论的无监督图像分割

• 作者: 刘国丽 李玉海 高敬惠
• 来源期刊: 科技与创新
• 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
• 页码范围: 309-310,212
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2007.24.122

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.

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