• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>18th International Symposium on Computer and Information Sciences - ISCIS 2003; Nov 3-5, 2003; Antalya, Turkey >Texture Segmentation Using the Mixtures of Principal Component Analyzers
【24h】

Texture Segmentation Using the Mixtures of Principal Component Analyzers

机译：使用主成分分析仪混合进行纹理分割

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The problem of segmenting an image into several modalities representing different textures can be modelled using Gaussian mixtures. Moreover, texture image patches when translated, rotated or scaled lie in low dimensional subspaces of the high-dimensional space spanned by the grey values. These two aspects make the mixture of local subspace models worth consideration for segmenting this type of images. In recent years a number of mixtures of local PCA models have been proposed. Most of these models require the user to set the number of subspaces and subspace dimensionalities. To make the model autonomous, we propose a greedy EM algorithm to find a suboptimal number of subspaces, besides using a global retained variance ratio to estimate for each subspace the dimensionality that retains the given variability ratio. We provide experimental results for testing the proposed method on texture segmentation.
机译：可以使用高斯混合模型将图像分割成代表不同纹理的几种模态的问题。此外，当平移，旋转或缩放比例时，纹理图像块位于由灰度值跨越的高维空间的低维子空间中。这两个方面使得局部子空间模型的混合值得分割这种类型的图像。近年来，已经提出了许多本地PCA模型的混合物。这些模型大多数都需要用户设置子空间的数量和子空间的维数。为了使模型具有自主性，我们提出了一种贪婪的EM算法，以找到次优数量的子空间，除了使用全局保留方差比为每个子空间估计保留给定变异率的维数。我们提供实验结果，以测试所提出的纹理分割方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号