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:
提出了一种基于小波多尺度分析和均值漂移的无监督纹理分割方法.该方法利用均值漂移聚类实现基于小波特征的完全无监督自适应多尺度分割,既不需要进行训练也不需要分割类别数等先验知识.该方法根据一定的策略在尺度间进行信息传递,自适应地为图像不同区域确定合适的分割尺度,即纹理内部区域使用粗尺度特征而不同纹理间的交界处使用较细尺度特征,这样就在保证区域一致性的同时更准确地定位图像边缘.对比实验结果表明,该方法在合成纹理和真实纹理图像中都有较好的性能,其多尺度的分割过程类似于人类视觉系统感知,并且较之有监督的传统分割方法也更具优势.
推荐文章
基于改进均值漂移算法的绿色作物图像分割方法
图像分割
带宽
算法
作物
颜色指数
均值漂移
融合均值漂移和区域合并的彩色图像分割方法
彩色图像分割
自适应均值漂移
fisher距离
区域合并
基于Contourlet变换和均值漂移的SAR图像分割
SAR图像
纹理
无监督图像分割
Contourlet变换
均值漂移
基于改进的均值漂移的森林火灾图像提取技术
图像分割
森林火灾
色彩空间
均值漂移
直方图
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 基于均值漂移的自适应纹理图像分割方法
来源期刊 软件学报 学科 工学
关键词 纹理图像 无监督分割 均值漂移 小波
年,卷(期) 2010,(6) 所属期刊栏目 计算机图形学与计学机辅助设计
研究方向 页码范围 1451-1461
页数 分类号 TP391
字数 6117字 语种 中文
DOI 10.3724/SP.J.1001.2010.03723
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 焦李成 西安电子科技大学智能感知与图像理解教育部重点实验室 514 14586 52.0 103.0
5 王爽 西安电子科技大学智能感知与图像理解教育部重点实验室 15 246 8.0 15.0
9 夏玉 西安电子科技大学智能感知与图像理解教育部重点实验室 1 47 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (857)
参考文献  (13)
节点文献
引证文献  (47)
同被引文献  (76)
二级引证文献  (162)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(7)
  • 参考文献(3)
  • 二级参考文献(4)
2008(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(5)
  • 引证文献(3)
  • 二级引证文献(2)
2013(12)
  • 引证文献(9)
  • 二级引证文献(3)
2014(16)
  • 引证文献(7)
  • 二级引证文献(9)
2015(42)
  • 引证文献(9)
  • 二级引证文献(33)
2016(31)
  • 引证文献(5)
  • 二级引证文献(26)
2017(43)
  • 引证文献(5)
  • 二级引证文献(38)
2018(31)
  • 引证文献(3)
  • 二级引证文献(28)
2019(22)
  • 引证文献(1)
  • 二级引证文献(21)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
纹理图像
无监督分割
均值漂移
小波
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
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
总被引数(次)
226394
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
陕西省自然科学基金
英文译名:Natural Science Basic Research Plan in Shaanxi Province of China
官方网址:
项目类型:
学科类型:
论文1v1指导