基于類自適應(yīng)高斯-馬爾可夫隨機(jī)場模型和EM算法的MR圖像分割_第1頁
基于類自適應(yīng)高斯-馬爾可夫隨機(jī)場模型和EM算法的MR圖像分割_第2頁
基于類自適應(yīng)高斯-馬爾可夫隨機(jī)場模型和EM算法的MR圖像分割_第3頁
基于類自適應(yīng)高斯-馬爾可夫隨機(jī)場模型和EM算法的MR圖像分割_第4頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、 維普資訊 第 期 王 文 輝 等 ： 于 類 自適 應(yīng) 高 斯 一 基 馬爾 可夫 隨 機(jī) 場 模 型 和 算 法 的 圖 像 分 割 表 兩 種 算 法 的 和 ， ， ： （ ） ， ， ： 一 ， ， ， ， （ ： ， ） 剮 ， 武 凡 義 模糊 隨 機(jī) 場 與 圖 像 分 割 算 法 研 究 顏 陳 廣 結(jié) 論 模 型 由 于 既 利 用 了 像 素 的 灰 度 信 息 ， 又通 過 的 光 滑 先 驗(yàn) 概 率 引人 空 間信 息 ， 能較 好 地 分 割 噪 聲 圖 像 。 由 于 本 文 采 用 了 初 聚 類 ， 好 地 限 制 了迭 代 次 數(shù) ， 在 做 較 并 一 中

2、 國 圖象 圖形 學(xué) 報(bào) （ ） ， ： ， ， ， （ ） 顏 剛 ， ， 陳武 凡 ， 衍 秋 基 于 馮 隨機(jī) 場 的有 限 混 合模 型 改進(jìn) 與腦 部 圖 像 的穩(wěn) 健 分 割 中 國生 物 醫(yī)學(xué) 工 程 學(xué)報(bào) ， （ ） ： 定 程度 上 避 免 了 算 法 的 局 部 極 值 問 題 。通 過 最 大化 的后 驗(yàn) 概 率來 自動(dòng) 獲 得 的懲 罰 因 子 盧， 具 有 良好 的 類 自適 應(yīng) 性 ， 具 有 各 類 各 向異 性 。 使 且 基 于 模 型 的算 法 不 再需 要 通 過 多次 繁 瑣 的 嘗試 口值 ， 能 得 到好 的 分 割 效 果 ， 高 了分 割 效 就 提 率 ， 具有 更 高 的 和 。本 文 算 法 是 非 且 監(jiān) 督 算 法 ， 仍 未 解 決 圖 像 處 理 中分 割 類 數(shù) 自動(dòng) 但 確定 的開放 性 問 題 。 參 考文 獻(xiàn) （ ） ， ， ， （ ， ）： 旭 超 李 朱 善 安 層 次 模 型在 圖像 分 割 中 的應(yīng) 用 計(jì) 算 機(jī) 輔 助 設(shè) 計(jì) 與 圖形 學(xué)學(xué) 報(bào) ， （ ： ， ） ， ， ， （ ） ， ： ， ： ， ， （ ） ，

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論