قطعه‌بندی تصاویر با استفاده از آمیخته‌های مقیاسی کراندار توزیع نرمال

خانواده توزیع‌های آمیخته مقیاسی کراندار از توزیع‌ نرمال به عنوان مدلی جدید برای مدل‌سازی داده‌های نامتقارن و کراندار پیشنهاد شده ‌است. برخی از خصوصیات و ویژگی‌های احتمالی آن و توسیع آن به به مدل‌های آمیخته متناهی مورد بحث قرار گرفته‌اند. بر اساس نوعی نمایش تصادفی انتخابی این توزیع‌ها، یک الگوریتم امید ماکسیمم سازی برای برآورد پارامترهای مدل پیشنهاد می‌شود. با توجه به کاربرد مدل‌های آمیخته متناهی در کلاس‌بندی داده‌ها و همچنین تایید اثربخشی روش پیشنهادی، آزمایشی را بر روی یک تصویر طبیعی انجام می‌دهیم. نتایج به‌دست‌آمده، کارایی و سودمندی روش پیشنهادی را در مقایسه با توزیع‌های غیر کراندار معمولی نشان می‌دهد.