高斯混合模型云变换算法及其在图像分割中的应用

许凯; 秦昆; 刘修国; 李登朝

高斯混合模型云变换算法及其在图像分割中的应用

¹中国地质大学(武汉)信息工程学院;²武汉大学遥感信息工程学院

基金项目: 中国博士后科学基金资助项目(20110491230)；中国地质大学教育部地理信息系统软件及其应用工程研究中心开放课题资助项目(20111105)；中央高校基本科研业务费专项资金资助项目(CUG120833)

详细信息

作者简介:
许凯，讲师，博士后，研究方向为遥感图像处理。

中图分类号: P237.3
计量
- 文章访问数: 01449
- HTML全文浏览量: 093
- PDF下载量: 0846
出版历程
- 收稿日期: 2013-05-29
- 修回日期: 2013-10-04
- 发布日期: 2013-10-04

Cloud Transformation Method Based on Gaussian Mixed Model and Its Application to Image Segmentation

¹Faculty of Information Engineering,China University of Geosciences;²Shool of Remote Sensing and Information Engineering,Wuhan University

Funds: 中国博士后科学基金资助项目(20110491230)；中国地质大学教育部地理信息系统软件及其应用工程研究中心开放课题资助项目(20111105)；中央高校基本科研业务费专项资金资助项目(CUG120833)

摘要

摘要: 针对启发式云变换只能对一维特征进行变换的缺陷,提出一种基于高斯混合模型的改进云变换方法。通过EM算法和高斯分布的拟合误差求解云模型的数字特征,抽取图像底层概念,从而实现图像分割。通过图像分割实验验证了该算法的有效性。
- 云变换 /
- 高斯混合模型 /
- 云模型 /
- 图像分割
Abstract: This paper proposes a new cloud transformation method in order to improve the tranditional cloud transformation which cannot deal with multidimensional data. EM algorithm and fitting error of Gaussian mixed model are used to extract cloud concepts which are expressed by the digital characteristics. Image segmentation is realized by the improved menthod. The image segmentation experiments are used to compare the proposed method with traditional methods. The comparison experiments validate the proposed method.
- loud transformation /
- Gaussian mixed model /
- cloud model /
- image segmenattion

HTML全文

参考文献(1)

[1]

李万臣,郭逢丽,刘海亮. 基于云模型的高光谱遥感图像的分类研究[J]. 仪器仪表用户. 2011(01)[2] 巫兆聪,覃茂运,张潇. 一种顾及几何特征的云模型遥感影像分割方法[J]. 武汉大学学报(信息科学版). 2008(09)[3] 秦昆,王佩. 基于云变换的曲线拟合新方法[J]. 计算机工程与应用. 2008(23)[4] 秦昆,李德毅,许凯. 基于云模型的图像分割方法研究[J]. 测绘信息与工程. 2006(05)[5] 李德毅,孟海军,史雪梅. 隶属云和隶属云发生器[J]. 计算机研究与发展. 1995(06)[6] 李德毅,杜鹢著.不确定性人工智能[M]. 国防工业出版社, 2005

施引文献

资源附件(0)

计量

文章访问数:
HTML全文浏览量:
PDF下载量:
被引次数: 0

高斯混合模型云变换算法及其在图像分割中的应用

作者简介: 许凯，讲师，博士后，研究方向为遥感图像处理。

计量

出版历程

Cloud Transformation Method Based on Gaussian Mixed Model and Its Application to Image Segmentation

计量

出版历程

目录

作者简介:
许凯，讲师，博士后，研究方向为遥感图像处理。