[发明专利]基于空间平滑的多元学生t分布混合模型图像分割方法

摘要

本发明公开了一种基于空间平滑的多元学生t分布混合模型图像分割方法，包括输入待分割图像，得到图像的颜色信息；设置聚类数目K及迭代终止的似然函数变化值和迭代的最大次数；初始化参数；利用当前的均值μk和协方差Σk计算高斯分布，计算学生t分布；计算场景混合系数πnk和后验概率znk；然后再利用所求的值修改均值μk和协方差Σk的值；修改ηk的值并求得精度值；计算对数似然函数的值，当计算其变化值小于等于给定的值或迭代次数超过规定次数就退出循环操作，否则迭代执行前面的计算操作步骤；最后计算像素的最大后验概率，根据最大后验概率原则得到像素的类别。本发明能有效的提高图像分割的鲁棒性和分割质量，分割结果有利于后续图像理解应用。

主权项

一种基于空间平滑的多元学生t分布混合模型图像分割方法，其特征在于，该基于空间平滑的多元学生t分布混合模型图像分割方法包括以下步骤：步骤一：输入待分割图像，得到图像的颜色信息；步骤二：设置聚类数目K及迭代终止的似然函数变化值和迭代的最大次数；步骤三：初始化参数，使用K‑均值算法得到均值μ和协方差Σ，然后初始化变量，设置变量η＝1，精度Λ＝(ηΣ)‑1，v＝1，利用近邻关系求得像素中的每个像素的均值步骤四：E‑Step假设分布的参数均值μ和协方差Σ已知，求解隐含变量的值；步骤五：M‑Step利用求得的最大似然值再返过来求解函数参数均值μ和协方差Σ的值；步骤六：计算对数似然函数的值，计算其变化值|L(t)(Θ)-L(t+1)(Θ)|L(t+1)(Θ)<10-5]]>或迭代次数超过规定数就退出循环操作，否则执行步骤四操作；步骤七：计算像素的最大后验概率，根据最大后验概率原则得到像素的类别。