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:
介绍了一种融合多尺度形态学、蚁群聚类、模糊C-均值(FCM)聚类的新的彩色图像分割方法.该算法首先利用多尺度形态学提取图像边缘,再利用蚁群聚类算法的全局搜索性和鲁棒性的优点并结合边缘信息,确定聚类中心和聚类个数,将其作为FCM聚类的初始聚类中心和聚类个数,克服了FCM算法自身并不能确定聚类中心需要人为设定的缺陷.实验结果表明,该算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
一种改进的边缘生长彩色图像分割方法
颜色空间
颜色矩
边缘生长
彩色图像分割
一种基于区域的彩色图像分割方法
模糊C均值聚类
区域描述
模糊熵
图像分割
一种基于彩色图像的运动人体分割方法
背景模型
图像分割
图像处理
一种改进的自然图像分割方法
带宽选择
图像分割
均值漂移
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 一种改进的彩色图像分割方法
来源期刊 辽宁科技大学学报 学科 工学
关键词 蚁群聚类 模糊C-均值聚类 彩色图像分割 形态学 多尺度
年,卷(期) 2009,(1) 所属期刊栏目
研究方向 页码范围 33-37
页数 5页 分类号 TP317.4
字数 3271字 语种 中文
DOI 10.3969/j.issn.1674-1048.2009.01.008
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 陈雪波 辽宁科技大学电子与信息工程学院 97 448 12.0 17.0
2 张颖 辽宁科技大学电子与信息工程学院 28 172 7.0 13.0
3 毛新炎 辽宁科技大学电子与信息工程学院 1 5 1.0 1.0
4 胡晏晓 辽宁科技大学电子与信息工程学院 1 5 1.0 1.0
5 孙彬杰 辽宁科技大学电子与信息工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (78)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (15)
二级引证文献  (18)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
蚁群聚类
模糊C-均值聚类
彩色图像分割
形态学
多尺度
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
辽宁科技大学学报
双月刊
1674-1048
21-1555/TF
大16开
辽宁省鞍山市高新技术产业开发区千山路185号
1979
chi
出版文献量(篇)
2893
总下载数(次)
6
总被引数(次)
9608
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