彩色纹理分析中的高斯图模型
纹理分析中往往将彩色图像转换为灰度图以降低计算复杂度，这样就忽略了颜色信息。而利用主成分分析的方法将多通道彩色纹理降维，则可以尽可能的保留颜色和纹理信息。高斯图模型（Gaussian Graphical Models， GGM）可以很好的描述有交互作用的高维数据，因此可用来建立图像纹理模型。根据局部马尔可夫性和高斯变量的条件回归之间的关系，可将复杂的模型选择转变为较简单的变量选择。通过惩罚正则化方法，其邻域选择和参数估计可同步进行，然后提取纹理特征进行彩色纹理分析，实验显示了很好的效果。因此，结合主成分分析和高斯图模型来构建彩色纹理模型有很好的发展前景。
高斯图模型 模型选择 1 L惩罚正则化 彩色纹理分析
杨关 冯国灿 邹小林 刘志勇
中山大学数学与计算科学学院,广州 510275
国内会议
广州
中文
191-195
2010-12-10（万方平台首次上网日期，不代表论文的发表时间）