基于隐Markov模型的图像方位识别
来源期刊:东北大学学报(自然科学版)2006年第3期
论文作者:于涛 韩清凯 孙伟 闻邦椿
文章页码:304 - 307
关键词:图像方位识别;奇异值向量;隐Markov模型(HMM);聚类分析;
摘 要:提出一种基于隐Markov模型(Hidden Markov Model,HMM)的图像方位识别方法.将待识别的目标图像进行分割,对子图像进行奇异值分解,提取奇异值向量形成观测序列,即图像奇异值向量作为HMM的观测向量.确定HMM参数并计算其最大似然概率,按待识别图像最大似然概率对应所属的聚类进行识别.实验结果表明,3类共150幅目标图像的识别率达到了85%.
于涛,韩清凯,孙伟,闻邦椿
摘 要:提出一种基于隐Markov模型(Hidden Markov Model,HMM)的图像方位识别方法.将待识别的目标图像进行分割,对子图像进行奇异值分解,提取奇异值向量形成观测序列,即图像奇异值向量作为HMM的观测向量.确定HMM参数并计算其最大似然概率,按待识别图像最大似然概率对应所属的聚类进行识别.实验结果表明,3类共150幅目标图像的识别率达到了85%.
关键词:图像方位识别;奇异值向量;隐Markov模型(HMM);聚类分析;