为提高图像分割的抗噪鲁棒性并解决分割数目的自适应确定问題,通过在聚类标签先验概率的折棍构造过程中建立 Markov随机场,将空间相关性约束引λ Dirichlet过程混合模型的概率建模,使聚类的空间平滑性得以增强并采用变分推断方法获得聚类标签的收敛解析解,提岀一种基于折棍变分贝叶斯推断的图像分割算法,实现了对像素聚类标签和分割数目的同步自适应学习,避免了传统方法中因引入空间相关性约束而出现的计算复杂问题。基于Berkeley BSD5σ0图像测试数据集的数值实验结果表明,该算法具有比现有的混合模型聚类图像分割算法更高的PRI值,且在低于0.1的噪声方差条件下表现出了更优的抗噪鲁棒性。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !