基于变分高斯混合模型的图像分割算法 (2014年)

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.