1. 毕业设计（论文）主要目标：
第一，分析传统高斯混合模型用于图像分割；第二，分析并实现学生t混合模型用于图像分割；第三，在传统的学生t混合模型中加入空间信息并利用其进行图像分割；最终目标实现脑核磁共振图像的精确分割。
2. 毕业设计（论文）主要内容：
第一步，着重分析有限混合模型中的优缺点；第二步，分析学生t分布代替传统的高斯分布；第三步，针对噪声和偏移场的问题提出基于空间信息的学生t混合模型；第四步，把偏移场信息耦合到混合模型框架中；第五步，通过实验分析对应的分割结果。
3. 主要参考文献
[1]谭帅,常玉清,王福利,等。基于GMM的多模态过程模态识别与过程监测
[2]Christophoros Nikou, Nikolaos Galatsanos and Aristidis Likas.A Class-Adaptive Spatially Variant Mixture Model for Image Segmentation[3]李艳艳，王加俊。基于高斯混合模型的纹理图像的分割
[4]Hui Zhang,Q. M. Jonathan Wu,Thanh Minh Nguyen.Image segmentation by a new weighted Sudents t-mixture model
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
