基于噪音受益的快速图像分割算法

• 作者: 牛艺蓉 王士同
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 噪声受益 新型期望最大化算法(NEM)定理 图像分割 空间邻域关系 改进的高斯混合模型
• 年，卷（期）: 2016,（21）
• 所属期刊栏目: 图形图像处理
• 页码范围: 195-201,217
• 页数: 8页
• 分类号: TP391
• 字数: 5104字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1501-0003

摘要

图像分割是指将一幅图像分解为若干互不交迭的区域的集合。当用已有的改进高斯混合模型于图像分割时，如何加快其分割过程是一个有研究意义的课题。基于最新的噪音受益EM算法，通过人工加噪来加快已有的改进高斯混合模型的收敛速度，从而达到加快图像分割的目的。当添加的噪声满足噪音受益EM定理时，加性噪声加快了EM算法收敛到局部最大值的平均收敛速度。改进的高斯混合模型是EM算法的特例，因此，噪音受益EM定理同样适用于改进的高斯混合模型。实验表明，提出的算法进行图像分割时，其收敛速度明显加快，时间复杂度明显变小。

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