本文針對基于概率密度有限混合模型分割過程中存在的若干關鍵問題，進行定性研究與定量分析，且理論結合實際，介紹了多種新型魯棒的自然圖像分割方法，并*終將相關圖像分割結果輔助或指導場景分類、目標檢測等高層圖像分析任務。
本書一共包含15個章節(jié)，主要包括圖像分割的背景、目的、意義，以及國內(nèi)外現(xiàn)狀；圖割模型優(yōu)化的基礎理論；圖像的配準方法；圖像的融合方法；基于全□分流的邊界(TVFE)提取技術；改進有限混合模型的圖像分割方法；圖像的去色方法；結合狄利克雷分布與均值模板的圖像分割方法；結合測地線活動輪廓與模糊C均值的圖像分割方法；基于非□部均值模板的圖像分割方法；基于空間約束概率模型優(yōu)化的圖像分割方法；基于多□量學生-t分布的多類圖像分割方法；深度學習的基本原理；圖像的場景分類方法；圖像的目標檢測方法。
|
