贝叶斯框架下的非参数估计Graph Cuts分割算法

• 作者: Ian Ross 李鸿 蒋建国 詹曙 郝世杰 郭艳蓉
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: Graph Cuts 贝叶斯图像分割 模糊C均值 非参数估计
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 947-952
• 分类号: TP391
• 字数: 5430字
• 语种: 中文

摘要

假设图像中各像素灰度值是具有一定概率分布的随机变量,由贝叶斯定理,正确分割观测图像等价于求出具有最大后验概率的实际图像估计.在此框架下,提出了一种改进型Graph Cuts图像分割算法.与传统Graph Cuts分割算法相比,该算法在模型建立上有两个方面的改进:1)将模糊C均值聚类引入数据约束能量函数来得到各像素在某个标记下的概率,改善了收敛性能;2)使用非参数方法估计图像的统计分布,然后用此统计量构成图像分割的先验概率,并保证分割结果的局部平滑.由于非参数估计是由样本直接估计得到的结果,特别适用于小样本和分布函数不恒定的情况,因此拓展了算法的适用范围.实验结果表明,改进算法在遥感图像分割和医学图像分割中均提高了分割精度,证明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋建国	合肥工业大学计算机与信息学院	245	2905	27.0	39.0
3	詹曙	合肥工业大学计算机与信息学院	61	544	13.0	19.0
6	郝世杰	合肥工业大学计算机与信息学院	13	67	5.0	7.0
7	李鸿	安徽医科大学第一附属医院骨科	21	77	6.0	7.0
8	郭艳蓉	合肥工业大学计算机与信息学院	8	47	5.0	6.0