基于高斯混合模型的多区域并行增长图像分割算法

您当前的位置：

首页 >

文章列表页 >

更新时间：2025-09-01

- 基于高斯混合模型的多区域并行增长图像分割算法
- Multiple region parallel region growing for image segmentation based on Gaussian-mixture model
- 光学技术 2006年第6期页码：814-816
- 作者机构：
  
  1:燕山大学通信电子工程系,河北,秦皇岛,066004
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2006
- 稿件说明：
移动端阅览
胡正平. 基于高斯混合模型的多区域并行增长图像分割算法[J]. 光学技术, 2006,(6):814-816.

Multiple region parallel region growing for image segmentation based on Gaussian-mixture model[J]. 2006, (6): 814-816.
胡正平. 基于高斯混合模型的多区域并行增长图像分割算法[J]. 光学技术, 2006,(6):814-816. DOI：

Multiple region parallel region growing for image segmentation based on Gaussian-mixture model[J]. 2006, (6): 814-816. DOI：

为克服经典区域增长算法中生长规则以及特征选取的困难

提出了基于高斯混合模型的多区域并行区域增长图像分割算法。首先交互选择多个不同区域的种子点

并利用交互式选择的属于每个区域的子块得到混合模型的个数;然后利用最大期望估计混合模型参数作为区域增长的初始参数

并在增长过程中不停地调节模型参数。为了避免初始种子点位置选择对算法性能的影响

采用了多区域并行竞争增长策略。仿真实验获得了较好的分割效果

表明所提出的算法是合理可行的。

浏览量

380

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于区域进化的区域增长图像分割

支持向量学习并行区域增长结合活动轮廓模型的图像分割算法

深浅交错式特征融合的人体图像分割方法

基于小波变换和残差网络的磁共振影像分割方法

基于多个密集连接型2D-CNNs的脑胶质瘤MRI三维分割