贝叶斯概率图像分割中混合模型参数高效计算的研究
【摘要】:正 1.引言图像分割的目的是将图像划分为一些互不重叠的区域,这是计算机视觉中的一个重要研究领域,也是图像理解的基础。在众多的图像分割技术中,特征空间聚类可以说是最常用的方法之一。通常用一确定的特征表征同一分割区域的像素。这些特征被量化成特征变量,同一分割区域的像素的特征变量基本上有类似的数值,不同分割区域的像素特征变量数值不同。在实施图像分割时,首先在特征空间把特征变量聚类,然后把特征空间的每一点映射回到图像空间的像素。
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||
|