原文服务方: 计算机应用研究       
摘要:
提出了一种基于区域生长和蚁群聚类的图像分割方法--BRGAC.该方法首先用区域生长法对图像作初始分割,然后利用蚁群算法搜索最优解的能力,在区域之间进行聚类合并,获得最终的分割结果.BRGAC算法不但克服了区域生长得不到有意义区域的不足,而且还大大提高了蚁群聚类算法的搜索时间,并利用初始分割后的空间信息和灰度信息定义了一种新的引导函数,可更准确有效引导蚁群聚类.实验结果表明,该方法可以准确地分割出目标,是一种有效的图像分割方法.
推荐文章
基于蚁群聚类的入侵检测技术研究
入侵检测
数据挖掘
蚁群聚类
基于分水岭变换和蚁群聚类的图像分割
图像处理
分水岭
群体智能
蚁群聚类
引导函数
基于二维直方图和改进蚁群聚类的图像分割
蚁群算法
二维直方图
特征提取
图像分割
模糊聚类
基于区域生长法的医学图像分割
图像分割
医学图像
区域生长
手术导航
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 基于区域生长和蚁群聚类的图像分割
来源期刊 计算机应用研究 学科
关键词 区域生长 群体智能 蚁群聚类 引导函数
年,卷(期) 2008,(5) 所属期刊栏目 图形图像技术
研究方向 页码范围 1579-1581
页数 3页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2008.05.090
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 郭雷 西北工业大学自动化学院 262 2986 27.0 40.0
2 赵天云 西北工业大学自动化学院 26 457 11.0 21.0
3 许钟 西北工业大学自动化学院 15 155 7.0 12.0
4 杨卫莉 西北工业大学自动化学院 9 144 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (46)
参考文献  (5)
节点文献
引证文献  (28)
同被引文献  (88)
二级引证文献  (69)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(5)
  • 引证文献(5)
  • 二级引证文献(0)
2010(8)
  • 引证文献(4)
  • 二级引证文献(4)
2011(8)
  • 引证文献(3)
  • 二级引证文献(5)
2012(12)
  • 引证文献(3)
  • 二级引证文献(9)
2013(7)
  • 引证文献(2)
  • 二级引证文献(5)
2014(8)
  • 引证文献(3)
  • 二级引证文献(5)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(11)
  • 引证文献(4)
  • 二级引证文献(7)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(17)
  • 引证文献(2)
  • 二级引证文献(15)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
区域生长
群体智能
蚁群聚类
引导函数
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
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