基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种新的有效的图像多阈值分割方法.该方法通过构造图像的势直方图,利用势函数聚类进行自适应多阈值分割.由于其划分函数是四次势基函数,因此该方法可等效为势基函数对直方图的最佳拟合.该方法是一种自动确定划分类数的非迭代方法,具有速度快、划分特性良好、鲁棒性强的优点.几个典型实验也证明了这一点.
推荐文章
基于模糊阈值的自适应图像分割方法
图像分割
模糊阈值
自适应分割
直方图
基于自适应多尺度的血液细胞图像阈值分割方法研究
图像分割
多阈值
尺度空间
松弛法
血液细胞
核空间局部自适应模糊C-均值聚类图像分割算法
自适应中值算法
模糊C-均值聚类
核函数
局部空间信息
多种群联合的多目标进化自适应阈值图像分割算法
图像分割
多目标进化
多种群联合
自适应多阈值
自调节交叉和变异
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 势函数聚类自适应多阈值图像分割
来源期刊 计算机学报 学科 工学
关键词 势函数 聚类 多阈值化 分割
年,卷(期) 1999,(7) 所属期刊栏目 短文
研究方向 页码范围 758-762
页数 5页 分类号 TP391
字数 3331字 语种 中文
DOI 10.3321/j.issn:0254-4164.1999.07.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谢维信 深圳大学校长办公室 160 2886 26.0 48.0
2 裴继红 西安电子科技大学电子工程学院 17 876 9.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (73)
同被引文献  (39)
二级引证文献  (498)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(2)
  • 参考文献(2)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
1999(1)
  • 引证文献(1)
  • 二级引证文献(0)
2001(3)
  • 引证文献(1)
  • 二级引证文献(2)
2002(11)
  • 引证文献(5)
  • 二级引证文献(6)
2003(22)
  • 引证文献(6)
  • 二级引证文献(16)
2004(20)
  • 引证文献(4)
  • 二级引证文献(16)
2005(38)
  • 引证文献(10)
  • 二级引证文献(28)
2006(44)
  • 引证文献(6)
  • 二级引证文献(38)
2007(47)
  • 引证文献(6)
  • 二级引证文献(41)
2008(60)
  • 引证文献(2)
  • 二级引证文献(58)
2009(51)
  • 引证文献(4)
  • 二级引证文献(47)
2010(33)
  • 引证文献(4)
  • 二级引证文献(29)
2011(37)
  • 引证文献(8)
  • 二级引证文献(29)
2012(19)
  • 引证文献(2)
  • 二级引证文献(17)
2013(30)
  • 引证文献(2)
  • 二级引证文献(28)
2014(23)
  • 引证文献(2)
  • 二级引证文献(21)
2015(32)
  • 引证文献(5)
  • 二级引证文献(27)
2016(26)
  • 引证文献(3)
  • 二级引证文献(23)
2017(30)
  • 引证文献(1)
  • 二级引证文献(29)
2018(18)
  • 引证文献(0)
  • 二级引证文献(18)
2019(21)
  • 引证文献(1)
  • 二级引证文献(20)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
势函数
聚类
多阈值化
分割
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导