基于t分布混合模型改进的路面裂缝图像分割方法

作者：卢印举; 段明义; 李祖照; 苏玉

来源：公路, 2021, 66(04): 40-47.

• 道路工程
• 裂缝图像
• K-Means
• 学生t分布混合模型
• 烟花算法

为提高路面裂缝图像分割的准确性与鲁棒性,以学生t分布混合模型(Students t-distribution Mixture Model,TMM)代替传统高斯混合模型(Gaussian Mixture Model,GMM),提出一种基于学生t分布混合模型的路面裂缝图像分割方法。所提出方法首先利用K-Means算法来进行初次图像分割。为克服K-Means算法的缺点,以烟花算法(Fireworks Algorithm,FA)运行结果作为K-Means算法初始聚类中心。然后,运行K-Means算法进行初次分割,以此结果作为TMM参数求解的初始值,执行最大期望算法(Expectation-Maximization algorithm,EM),通过交替运行E步和M步,获得模型最终参数值,借助于贝叶斯公式,完成最终图像分割。最后,通过仿真图像和实际图像验证,结果表明该方法分割精度更高、稳定性更好。

• 单位
  郑州工程技术学院; 广西交通科学研究院有限公司