退火EM算法在非监督图像分割中的应用.pdfVIP

第4A期 信号处理 、，01．21． NO．4A 2005年8月 SIGNALPROCESSING Aug．2005 退火EM算法在非监督图像分割中的应用 赵扬马尽文 (北京大学数学科学学院信息科学系，数学及其应用 教育部重点实验室，北京，100871) 摘要：图像分割是数字图像处理的一项重要内容。本文将基于高斯混合模型的退火EM算法应用于非 监督图像分割。由于退火EM算法具有自动探测数据中类别数的功能，通过使用退火EM算法则能够在图像 中自动确定其对象的个数，并得到较好的分割结果。实验表明，应用退火EM算法进行图像分割是可行、 有效的。 关键词：图像处理；非监督学习；EM算法；高斯混合模型。 ofthe EM to ApplicationsAnnealingAlgorithmUnsupervised ImageSegmentation Zhao andMa Yang Jinwen ofInformationScience．SchoolofMathematicalSciencesandLAMA。 (Department PekingUniversity,Beijing，100871) is essentialandcriticalto some very paper Abstract：Imagesegmentation imageprocessing．Thispresents ofthe EM to itcandetectthenumberof applicationsannealingalgorithmsupervisedimagesegmentation．Since clustersina dataset canuseittodetectthenumberof inan aswellasto sample automatically,we objectsimage makethe isdemonstratedthe thatthe EM isefficientonthe segmentation．It by annealingalgorithm experiments unsupervisedimagesegmentation． mixturemodel． learning，EMalgorithm，Gaussian Keyword：Imagesegmentation，Unsupervised 1．引言 实际中，在图像自动化处理中，k值在许多情况下 图像分割的目标是将一幅数字化图像分割成几 是无法或难于预先知道的。为了解决这一问题，№ 个不相交的区域，能将图像中的实际对象从背景和 等晦3提出了退火EM算法。这种基于高斯混合模型的 其它对象中分离出来。它是进行图像分析和理解的 学习算法能够自动探