| 主权项 |
基于空间位置信息的图像分割方法，其特征在于：包括以下几个步骤，步骤一：读入图像，图像像素点的个数为N，整个图像X＝{x<sub>1</sub>,x<sub>2</sub>,...x<sub>N</sub>}，x<sub>i</sub>为第i个像素的观测值，将图像分成固定大小且互不重叠的小区域，X<sub>i</sub>表示第i个小区域，X＝{X<sub>1</sub>,X<sub>2</sub>,...X<sub>n(X)</sub>}，n(X)代表将图像划分为小区域的个数，确定图像分割的类别数目K；步骤二：令小区域内的每个像素来源于同一类别分量，确定观测值与其来源的联合概率的似然函数；步骤三：利用EM算法求解似然函数；步骤四：计算每个小区域的后验概率的熵值<img file="FDA0001113297100000011.GIF" wi="99" he="55" />设定熵值的阈值<img file="FDA0001113297100000012.GIF" wi="105" he="71" />将每个小区域的后验概率的熵值<img file="FDA0001113297100000013.GIF" wi="73" he="62" />与阈值<img file="FDA0001113297100000014.GIF" wi="78" he="71" />比较，如果<img file="FDA0001113297100000015.GIF" wi="210" he="70" />将当前小区域分裂为四个相等的小区域，否则，不进行分裂；步骤五：检查相邻的没有分裂的小区域，采用后验概率对它们进行分类，如果它们的类别相同则进行合并，直到没有可以合并的小区域为止，得到一个新的小区域划分，X＝{X<sub>1</sub>,X<sub>2</sub>,...X<sub>n(X)</sub>}，n(X)代表当前图像划分为小区域的个数，否则不进行操作；步骤六：重复步骤二～步骤六，直到没有符合继续分裂的小区域为止；步骤七：根据每个像素点的类别分量的标注，输出图像。 |
