针对图像的概率分布密度函数的不确定,利用有限高斯混合模型逼近图像的概率分布密度函数。理论上证明了有限高斯混合模型可以以任意精度正逼近实数上的非负黎曼可积函数,特别可以逼近任意的概率分布密度函数。实例表明有限高斯混合模型逼近已知分布密度函数或未知分布密度函数时,具有逼近精度高等优点,为函数逼近提供了理论和技术支持。
维普资讯 doc.guandang.net
信息传输与接入技术
利用高斯混合模型实现概率密度函数逼近 袁礼海李钊宋建社,, (. 1第二炮兵工程学院导弹工程研究所,陕西西安 7 0 2; 105
2驻石家庄地区军事代表室,河北石家庄 0 0 8 ) . 5 0 1 摘要:针对图像的概率分布密度函数的不确定,用有限高斯混合模型逼近图像的概率分布密度函数。理论上证明了利
有限高斯混合模型可以以任意精度正逼近实数上的非负黎曼可积函数,别可以逼近任意的概率分布密度函数。实例表明特 有限高斯混合模型逼近已知分布密度函数或未知分布密度函数时,有逼近精度高等优点,函数逼近提供了理论和技术支具为 持。
关键词:高斯混合模型;函数逼近;率密度函数;概高斯分布 中图分类号:T 3 16 P0 . 文献标识码:A 文章编号:10—3 1(070 2 3 03 14 20 )2— 0—
Pr b b l y De st n to p o i a i n o a i t n iy Fu c i n Ap r x m to i
Usn u sa i t r o e i g Ga si n M x u e M d l YU i a . IZ a S N in s e AN L . i L h o, O G Ja .h h ( . si t f si n ier go eS cn rl r nie r gIsi t, i I S ax 10 5 C ia 1 I tueo seE gn e n fh eo d Atl yE gne n n tue X’aI hn i 0 2, hn; n t Mi l i t ie i t 7
2T eMla ers ti fc h ih ag Si zun ee 008,h a .h ityR pee a v O i i Sia un,hi hagH bi 50 1C i ) ir n te en jz j a n Ab t a t W i e a ay i o rb bl y d n i u cin,t a e a p o i td u ig G u s n mitr d 1 N n e aie Rima n sr c: t t n lss f o a i t e s fn t s i c l b p rxmae s a si xu e mo e . o n g t hh p i y t o l n a v e n .
itga efn t n i s a e, s e ily po a it e i
u c o e n b p rxmae t r i ay p cso y fnt u o u sa ne rbl u c o n R p c e p cal rb bly d nst fn t n, a a p o i td wi abt r r iin b i sm fGa sin i i y i e h r e i e d n iyfn t n w t ie e tp r mees ThsC l ov d t f cie. e c mp tt n le a ls s o t a i p ra h c l o ai e st u c o h df rn aa tr . i alb pr e o b e e t i i e e v Th o u i a x mp e h w tt sa p c al btn a o h h o hg c u a y s c a tc l p vd e te rtcla d tc n c lspp ̄sfrf c o p r xmain. ih a c r c u h t ti al r ie n w o i a n e h ia u o o un t n a p i t h o h e i o o
Ke r s G u s n mitr d lfn t n a p xm t n; rb bly d n i u c o; a si i r u o y wo d: a si xu emo e; c o p r i ai p a i t e s fn t n G u s n ds i t n a u i o o o i y t i a tb i
0引言 在图像处理中,常需要知道图像的概率分布经密度函数,而图像的概率密度函数经常是很难准然确求解的,常的办法是通过某个已知的分布密度通函数进行逼近,例如:高斯 ( as a )布、数正态 G us n分 i对 分布、玛分布、伽贝塔分布、指数分布、韦布尔分布、
度函数,并利用实例说明了有限高斯混合密度函数 具有较强的逼近能力。
1有限混合密度函数 在图像处理领域,限混合分布理论的方法就有是将全部像素值拟合成一个加权混合的概率密度函数,每个权重正是该对象的像素在整个像素集里使所占的比例。高斯模型涉及均值 ( ) 和方差 ( ) 的 选择。
瑞利分布等,然而这类参数化分布密度要求是单峰形式,即只有一个极大值,实际问题中,能包含而可多峰的密度形式,在特征空间中往往表现为多种密度分布的混合,很难把这种复杂的分布通过
单一的参数化密度函数表示出来 J。 R. l n Wio在文献[] s 2中讨论了多分辨率高斯混 合模型的函数逼近能力。在此基础上本文证明了有
定义 1有限混合密度模型假设数据 ( R )自多个分布的混合体。∈ 来 那么,其概率密度就可表示为: ,;=∑口;, ( ) ( ) ‘ I
() 1
限高斯混合模型可以以任意精度正逼近实数上的非负黎曼可积函数,别可以逼近任意的概率分布密特 基金项目:国家自然科学基金 (0 702 6222 )收稿日期:06 0 0 20—1—1
式中, g为密度分支的个数;一,是各混合密 a a
度分支的权重, 1 ( i,∑a,a≥0
1…,;是, g)
第个类别的密度; i 0是相应类别的未知参数,个整混合密度的参数为 0=( 一, 0一,。通 a a, 0)常采用基于期望最大化 (简称 E算法的最大似然 M)
作者简介:礼海 (97一)男,程师。主要研究方向:A袁 17,工 S R图像处理、号分析等。信
2 0
Ra o Co m u ia i n c n l g di m n c to s Te h o o y

基于高斯混合模型的非高斯随机振动幅值概率密度函数_数学_自然科学_专业资料。振 动 与 冲 击 第3 3 卷第 5期 JOURNAL OF VIBRATION AND SHOCK 基 于高 斯...
有单高斯模型(Single Gaussian Model, SGM)和高斯混合模型 (Gaussian mixture model,GMM)两类。类似于聚类,根据高斯概率密度函数(PDF,见公式 1)参数的 不同,每...
对图 像背景建立高斯模型的原理及过程:图像灰度直方图 利用高斯混合模型实现概率密度函数逼近 在图像处理中,经常需要知道图像的概率分布密度函数,然而图像的概率密度函...
中讨论了图像处理中由多维高斯分布组成混合高斯模型参数估计问 题, 虽然是使用 EM 算法, 但所用 GMM 中各高斯分 第3期 王平波等: 混合高斯概率密度模型参数的...
高斯背景模型在 运动检测中的应用 原理 : 高斯模型就是用高斯概率密度函数(正...混合高斯模型使用 K (基本为 3 到 5 个) 个高斯模型来表征图像中 各个像素...
高斯混合模型算法_电脑基础知识_IT/计算机_专业资料...的个 数,我们可以任意地逼近任何连续的概率密分布。...的概率密度函数: (1) 其中,πk 表示选中这个 ...
i,i)Np(∑为 ! i=1 维的高斯概率密度函数, ...由于高斯混合模型可以较好地逼近任意总体分布函数, 而...2.2 模型的决策方法利用高斯混合模型进行判决通常有...
利用高斯混合模型对特征矢量进行聚类,首先需要进行 特征的提取.特征提取以像素为...2.1高斯混合模型及其EM求解 高斯混合模型是单一高斯概率密度函数的延伸,它能够 ...
% ! ; !"# 高斯混合模型 高斯混合模型 本质上是一种多维概率密度函数。 ! ...&(" *! 2。 # # ) + 语音的帧数无限多时,这一度量就能够逼近概率打分 ...
参数估计 θl , 须知道 x 的条件概率密度 函数...(25 ) 通过线性混合来逼近某变量的概率分布的方法,...估计高斯混合模型结构就是利用一定数量的高斯函数 ...
热门文档