基于邻域场拉普拉斯混合模型图像分割的研究

• 作者: 王士同 罗雷
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 拉普拉斯混合模型(LMM) 图像分割 重尾噪声 空间邻域关系
• 年，卷（期）: 2013,（13）
• 页码范围: 133-137,244
• 页数: 6页
• 分类号: TP391.41
• 字数: 4534字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1301-0256

摘要

针对高斯混合模型（GMM）不能有效处理重尾噪声下图像拖尾情况，提出了基于拉普拉斯（Laplacian）分布的有限混合模型图像分割方法。与标准拉普拉斯混合模型（LMM）将像素点作为孤立个体不同的是，该方法充分考虑了相邻像素点间的空间关系。相较传统混合模型参数估计采用的EM算法，该方法采用梯度下降法优化参数。实验结果表明在处理重尾噪声时，该方法与标准LMM算法和GMM算法相比，鲁棒性更好，分割更精确有效。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	罗雷	江南大学数字媒体学院	2	1	1.0	1.0