论文部分内容阅读
提出了一种基于变分推断的高斯混合模型的图像分割算法.该算法首先用贝叶斯混合高斯模型对图像的特征进行建模,并针对模型的参数学习问题,利用变分推断算法估计模型的参数及其后验概率;这种方法比采样法的计算量更少,而且能够根据图像数据自动优化混合个数,实现了模型的自动选择.最后,该算法在Berkeley的自然图像集上进行的实验结果与经典的图像分割算法进行了比较,结果表明此方法得到的图像分割结果精度较高,具有较好的性能.