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:
传统图像分割方法在分割被重尾噪声污染的图像时的分割效果不理想.针对该问题,提出一种基于Student-t分布的图像分割方法.该方法根据像素间的空间关系,计算出其先验概率,使用梯度下降法优化参数,从而最小化误差函数,在参数优化后得到像素点的后验概率值,对像素进行标记以实现图像分割.实验结果表明,在处理被重尾噪声腐蚀的图像时,与传统的K-均值、模糊C-均值等图像分割方法相比,该方法的误分率较低,分割效果较好.
推荐文章
基于多级混合模型的图像分割方法
主动形状模型
蛇模型
图像分割
基于高斯混合模型的纹理图像的分割
高斯混合模型
EM算法
最大似然估计
基于高斯混合模型和Renyi熵的图像分割方法
高斯混合模型
Renyi熵
阈值函数
图像分割
基于混合高斯模型MRF场的CT图像分割
工业CT图像
混合高斯模型
马尔科夫模型
图像分割
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Student-t分布的混合模型图像分割方法
来源期刊 计算机工程 学科 工学
关键词 Student-t分布 重尾噪声 图像分割 空间邻域关系 高斯混合模型
年,卷(期) 2015,(10) 所属期刊栏目 图形图像处理
研究方向 页码范围 204-209
页数 6页 分类号 TP391
字数 3755字 语种 中文
DOI 10.3969/j.issn.1000-3428.2015.10.038
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 王士同 江南大学数字媒体学院 528 3424 23.0 37.0
2 牛艺蓉 江南大学数字媒体学院 2 1 1.0 1.0
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  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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
Student-t分布
重尾噪声
图像分割
空间邻域关系
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导