我正在寻找使用GMM（高斯混合模型）对嘈杂的医学图像（灰度）进行分割的功能。
我已经在MATLAB中找到了
gm = gmdistribution(mu,sigma)
idx = cluster(gm,X)
给出X，即我的灰度图像。
您将如何定义mu和sigma？它们应该是多少尺寸？以及如何初始化它们？
我尝试了以下操作（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);
但是我得到一个错误：
使用
wdensity时出错（第29行）
病态协方差创建。
gmdistribution/cluster中的错误（第59行）
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，即软集群，但是我希望有一个更高级的人来帮助我了解我在这里做什么。
答案 0 :(得分：0)
功能错误。您正在寻找fitgmdist(X,k)，在其中输入要分割为 k 的对象数量的估计值。然后程序将尝试使用EM算法来计算mu和sigma。
典型的情况是：警告会产生不良条件协方差，如果数据嘈杂，您会发现很多。我建议通过调整'RegularizationValue'参数来regularization，可能在协方差结构上设置约束和/或过滤噪点图像。使用BM3D（用于2D图像）和BM4D-滤镜（用于3D图像）时，我一直都取得很好的效果。
如果您有任何特定问题，我们很乐意为您提供帮助，但是您也必须为此做功课。图像处理非常困难，甚至在基本内容开始可靠工作之前，您都需要处理一堆运动部件。