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:
提出了一种基于多特征的EM(Expectation-maximizarion)聚类的昆虫图像分割方法.与一般的EM算法不同,这种方法首先选用适当的彩色空间对图像中的每个像素抽取颜色、纹理及空间位置等综合特征,形成基于像素的8维综合特征空间,然后采用高斯混合模型,通过EM算法估计高斯混合模型参数,利用图像像素点特征的相似度在特征空间中得到初步的区域分割,最后利用连接原理对图像区域进一步分割.实验结果表明, 算法能较好地分割昆虫图像.
推荐文章
EM算法在纹理织物图像分割中的应用
图像分割
EM算法
纹理织物
引力搜索算法在多阈值图像分割中的应用研究
引力搜索算法
图像分割
多阂值
Otsu法
基于多水平集的植物图像分割
图像分割
多水平集
植物
基于水波优化算法的多阈值图像分割方法
水波优化算法
最优值求解
Kapur熵
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 基于多特征的EM算法在昆虫图像分割中的应用
来源期刊 计算机应用与软件 学科 工学
关键词 特征抽取 EM算法 聚类 昆虫图像分割
年,卷(期) 2009,(2) 所属期刊栏目 基金项目基金
研究方向 页码范围 20-22,82
页数 4页 分类号 TP3
字数 3288字 语种 中文
DOI 10.3969/j.issn.1000-386X.2009.02.007
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 耿国华 西北大学可视化技术研究所 497 5986 35.0 55.0
2 周明全 北京师范大学信息科学与技术学院 270 2127 22.0 27.0
3 黄世国 西北大学可视化技术研究所 8 67 5.0 8.0
4 程小梅 西北大学可视化技术研究所 1 17 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (50)
参考文献  (6)
节点文献
引证文献  (17)
同被引文献  (82)
二级引证文献  (92)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(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(2)
  • 参考文献(1)
  • 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(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(8)
  • 引证文献(3)
  • 二级引证文献(5)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(18)
  • 引证文献(3)
  • 二级引证文献(15)
2015(15)
  • 引证文献(0)
  • 二级引证文献(15)
2016(12)
  • 引证文献(2)
  • 二级引证文献(10)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(17)
  • 引证文献(2)
  • 二级引证文献(15)
2019(10)
  • 引证文献(1)
  • 二级引证文献(9)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
特征抽取
EM算法
聚类
昆虫图像分割
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导