基于t分布混合模型改进的路面裂缝图像分割方法

• 作者: 卢印举 段明义 李祖照 苏玉
• 来源期刊: 公路
• 关键词: 道路工程 裂缝图像 K-Means 学生t分布混合模型 烟花算法
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 道路
• 页码范围: 40-47
• 页数: 8页
• 分类号: U418.66
• 语种: 中文

摘要

为提高路面裂缝图像分割的准确性与鲁棒性,以学生t分布混合模型(Student'st—distribution Mixture Model,TMM)代替传统高斯混合模型(Gaussian Mixture Model,GMM),提出一种基于学生t分布混合模型的路面裂缝图像分割方法.所提出方法首先利用K—Means算法来进行初次图像分割.为克服K—Means算法的缺点,以烟花算法(Fireworks Algorithm,FA)运行结果作为K—Means算法初始聚类中心.然后,运行K-Means算法进行初次分割,以此结果作为TMM参数求解的初始值,执行最大期望算法(Expectation—Maximization algorithm,EM),通过交替运行E步和M步,获得模型最终参数值,借助于贝叶斯公式,完成最终图像分割.最后,通过仿真图像和实际图像验证,结果表明该方法分割精度更高、稳定性更好.