![](https://csdnimg.cn/release/download_crawler_static/18208457/bg1.jpg)
书书书
第
卷 第
期
年
月
应
用
光
学
收稿日 期
:
;
修回日 期
:
作者简 介
:
宋磊
(
),
男
,
陕西富平人
,
硕士研究生
,
主要从事图像处理及跟踪算法研究
。
:
@
文章编 号
:
(
)
一种基于高斯混合模型的改进
算法研究
宋
磊
,
郑宝忠
,
张
莹
,
闰
丽
,
卫
宏
,
刘建鹏
,
李
涛
,
杨
恒
(
西安应用光学研究所
,
陕西 西安
)
摘
要
:
针对传统
算法存在估计 参数不 具有 最 优性
,
以 及 在 参 数 估 计 中需 要 人 工 参 与 等 问
题
,
提出一种基于高斯混合模型的 改进
算法
。
采 用 无 人 工 参 与 的无 监 督 思 想
,
获 取 高 斯 混
合模型对直方图拟合的最优参数组 合
。
实 验 表 明
,
该 算 法 不 仅 能 够 快速 地 估 计 模 型 参 量
,
而 且
能够给出最优参数
,
并在图像增强中使细节更明显
,
对比度更适中
。
关键词
:
算法
;
高斯混合模型
;
图像增强
中图分 类号
:
;
文献标 志码
:
doi
:
/
AdvancedEMal
g
orithmbasedonGaussianmixturemodel
,
,
,
,
,
,
(
,
,
)
Abstract
:
(
)
,
,
Ke
y
words
:
;
;
引言
聚类技术
[
]
广 泛 应 用 于 数 学
、
计 算 机 科 学
、
统
计学
、
生物 学 和 经 济 学 等 领 域
,
并 得 到 迅 速 发 展
。
聚类可以 作 为 一 种 工 具 获 得 数 据 分 布 情 况
,
观 察
数据特征
,
对 特 定 聚 簇 集 合 进 行 分 析
。
聚 类 算 法
大致分五大类
:
划分 法
、
层 次 法
、
基于 密 度 的 方 法
、
基于网格的方法和 基 于 模 型 的 方 法
。
常 用 的 聚 类
算法有
算 法
[
]
、
算 法
[
]
、
算法
[
]
、
算法
[
]
和
算法
[
]
。
高斯模型是使用 高 斯 密 度 函 数 精确 量 化的 物
理模型
,
将 一 个 没 有 表 达 成 数 学 形 式 的 模 型 分 解
为若干个基于高斯 概 率 密度 函 数的 模 型
。
基于 模
型的聚类方法
,
就是 利用 已 知 数 学 模型
,
通 过 逐 渐
逼近的方法使得数 据集 与数 据 模 型 之 间 进 行 最 佳
拟合
。
高斯混合模型就 是 一 种 非 常 灵 活 而 精确 的
建模方式
。
算法通常用来估算高斯混合模型的参量
,
优势在于计算易 控
、
稳 定
,
收 敛 速 度 快
。
但 是 当 采
用基于
算 法 的 高 斯 混 合 模 型
,
通 过 拟 合 图 像
直方图来 实 现 图 像 增 强 时
,
必 须 预 先 设 置 高 斯 曲
线个数
,
才 能 进 行 高 斯 参 量 的 估 计 进 而 完 成 直 方
图拟合
。
然 而
,
高 斯 混 合 模 型 中 高 斯 曲 线 个 数 直
接影响图 像 增 强 效 果
,
曲 线 个 数 设 置 成 为 一 直 困
扰建模效果的 重 要 因 素
[
]
。
本 文 采 用 一 种 无 监 督
算法对高斯混合模型所有参 量 进 行 估 计
,
实现
图像直方图自适应 拟 合
。
该 算 法 无 需 预 先 知 道 高