[发明专利]基于无限成分数的t混合模型的图像分割方法

摘要

本发明公开了一种基于无限成分数的t混合模型的图像分割方法，本方法充分利用了无线混合成分结构和t分布所带来两方面的优点，可以获得更好的图像分割效果。本发明首先对待分割的图像进行特征信息的提取，接着利用提取出的各像素点的特征信息矢量对具有无限成分数的t混合模型进行参数估计，估计完成后可以获得各个像素点由各个欲划分出的类所产生的概率，最后进行判决，将每个像素点关于各个类的概率值中的最大值所对应的序号作为该像素点最终所分配到的类，从而完成图像分割过程。本发明的方法可以有效地提高图像分割的效果，对图像中的野值点具有较高的鲁棒性，从而使分割出的图像具有较好的平滑性，此外，本方法可以根据待分割的图像自适应的调节模型的混合成分数目，避免了传统的基于高斯混合模型的图像分割方法中由于混合成分数目设置不当而容易出现的过拟合和欠拟合现象。

主权项

1.基于无限成分数的t混合模型的图像分割方法，其特征在于包括以下步骤：(1)提取待分割图像的特征信息：将待分割的图像中的每个像素点的像素值从RGB坐标转换到LUV坐标，从而得到了一个三维数据集X，其中N为像素点的数目，x_n为每一个像素点的特征信息数据矢量；(2)对具有无限成分数的t混合模型进行参数估计；在完成这一估计过程以后，对于每一个像素点的特征信息数据矢量x_n，可以得到与其相关的隐变量z_n的分布，在该分布中，q(z_nj＝1)，j＝1，..，L表示当前像素点n是由具有无限成分数的t混合模型中的第j个成分产生的概率，j＝1，...，L；(3)判决：将与每个像素点n相关的q(z_nj＝1)，j＝1，...，L中的最大值所对应的序号作为该像素点x_n所最终分配到的类C_n，即Cn={i=argmaxjq(znj=1)},]]>从而将图像分割成具有相似属性的类，得到分割完成的图像。