余鹏
- 作品数:4 被引量:52H指数:3
- 供职机构:国家基础地理信息中心更多>>
- 发文基金:国家重点基础研究发展计划更多>>
- 相关领域:自动化与计算机技术一般工业技术天文地球理学更多>>
- 一种新的基于高斯混合模型的纹理图像分割方法被引量:11
- 2005年
- 提出了一种新的结合了小波变换的高斯混合模型纹理分割方法。该方法包括预处理、小波变换、模型训练、计算后验概率和标记图像等5个阶段,并分析了将高斯混合模型引入纹理分割需要注意的几个方面。试验结果表明,该算法具有较好的分割性能。
- 余鹏封举富童行伟
- 关键词:图像分割纹理图像高斯混合模型EM算法小波变换
- 基于多分辨率小波和高斯混合模型的纹理图像分割被引量:9
- 2005年
- 提出了一个基于多分辨率小波采样和高斯混合模型的纹理图像分割方法。该方法首先对图像进行必要的预处理,然后对图像进行小波“金字塔”分解。分解后的小波系数和图像共同组成了相应像素的特征向量,然后利用高斯混合模型进行分割。分割的实验结果表明,该算法具有较强的分割能力。
- 余鹏封举富
- 关键词:图像分割纹理图像高斯混合模型多分辨率小波EM算法
- 基于高斯混合模型的纹理图像分割被引量:35
- 2005年
- 纹理图像分割是图像处理的一个基本问题。由于基于高斯混合模型的纹理图像分割方法,大多采用单像素的方法,因此分割精度和效率都较低。为了更好地进行纹理图像分割,在子空间思想的基础上,提出了一个基于图像块的分割算法及其改进算法,即先取图像块的均值、标准差、最大值、最小值以及中间像素的像素值等5个特征作为纹理特征,再利用高斯混合模型进行纹理图像分割,实验结果表明,该新算法的分割精度和分割效率较原分割算法都有较大提高。
- 余鹏封举富
- 关键词:纹理图像高斯混合模型纹理特征图像块子空间
- 基于最大惩罚似然的高斯混合模型无监督分类研究被引量:1
- 2008年
- 本文提出了一个基于高斯混合模型的无监督分类算法.考虑到利用EM算法求解高斯混合模型的参数参数估计问题容易陷入局部最优解,我们引入逆Wishart分布来代替传统的Jeffery先验.几个实验数据的结果表明,采用该方法估计无监督分类的成分数,无论是估计的正确率,还是运算速度,都有较大提高.
- 余鹏童行伟封举富