使用 GMM 进行灰度图像分割
Grayscale image segmentation using GMM
我正在寻找使用 GMM（高斯混合模型）执行噪声医学图像（灰度）分割的函数。
我在 MATLAB 中找到：
gm = gmdistribution(mu,sigma)
idx = cluster(gm,X)
给定 X，我的灰度图像。
您如何定义 mu 和 sigma？它们的尺寸应该是多少？你会如何初始化它们？
我尝试了以下方法（给定大小为 (576x720) 的图像）：
mu = rand(5,size(X,2));
sigma = ones(720,720);
gm = gmdistribution(mu,sigma);
idx = cluster(gm,X);
但我得到一个错误：
Error using wdensity (line 29)
Ill-conditioned covariance created.
Error in gmdistribution/cluster (line 59)
log_lh=wdensity(X,obj.mu, obj.Sigma, obj.PComponents, obj.SharedCov, CovType);
我对 GMM 的工作原理有一个基本的了解，即软聚类，但我希望更高级的人能帮助我理解我在这里所做的事情。
错误的功能。您正在寻找 fitgmdist(X,k)，您在其中输入要分割的对象数量的估计值 k。然后程序将尝试使用 EM 算法计算 mu 和 sigma。
病态协方差创建 - 警告是典型的，如果您的数据嘈杂，您会看到很多。我建议 regularization, by tweaking the 'RegularizationValue' -parameter, possibly setting constraints on the covariance-structures and/or filtering the noisy image. I've always had good results when using the BM3D (for 2D images) and BM4D -过滤器（用于 3D 图像）。
如果您有任何具体问题，我很乐意为您提供帮助，但您也必须为此做好功课。图像处理很难，在基本的东西开始可靠工作之前，你需要处理一堆移动部件。
我正在寻找使用 GMM（高斯混合模型）执行噪声医学图像（灰度）分割的函数。
我在 MATLAB 中找到：
gm = gmdistribution(mu,sigma)
idx = cluster(gm,X)
给定 X，我的灰度图像。
您如何定义 mu 和 sigma？它们的尺寸应该是多少？你会如何初始化它们？
我尝试了以下方法（给定大小为 (576x720) 的图像）：
mu = rand(5,size(X,2));
sigma = ones(720,720);
gm = gmdistribution(mu,sigma);
idx = cluster(gm,X);
但我得到一个错误：
Error using
wdensity(line 29)
Ill-conditioned covariance created.Error in
gmdistribution/cluster(line 59)
log_lh=wdensity(X,obj.mu, obj.Sigma, obj.PComponents, obj.SharedCov, CovType);
我对 GMM 的工作原理有一个基本的了解，即软聚类，但我希望更高级的人能帮助我理解我在这里所做的事情。
错误的功能。您正在寻找 fitgmdist(X,k)，您在其中输入要分割的对象数量的估计值 k。然后程序将尝试使用 EM 算法计算 mu 和 sigma。
病态协方差创建 - 警告是典型的，如果您的数据嘈杂，您会看到很多。我建议 regularization, by tweaking the 'RegularizationValue' -parameter, possibly setting constraints on the covariance-structures and/or filtering the noisy image. I've always had good results when using the BM3D (for 2D images) and BM4D -过滤器（用于 3D 图像）。
如果您有任何具体问题，我很乐意为您提供帮助，但您也必须为此做好功课。图像处理很难，在基本的东西开始可靠工作之前，你需要处理一堆移动部件。