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:
图像分割是图像处理和图像分析的重要基础.基本蚁群算法蚂蚁的搜索是随机的,计算量大,不利于算法的收敛.因此,文中提出了一种基于二维直方图和改进的蚁群聚类算法的图像分割方法,改进了应用传统分割方法分割图像效果不佳的问题.蚁群聚类算法是一种具有离散性、并行性、鲁棒性和模糊聚类能力的进化方法.文中基于此传统算法,通过二维直方图设置初始聚类中心来减少蚁群算法循环次数,定义了一种新的引导函数,并通过改进信息素更新机制提高蚁群聚类的速度.实验证明,该算法是一种比较准确、快速的图像分割方法.
推荐文章
基于二维直方图的图像模糊聚类分割改进方法
图像分割
FCM
改进抑制式FCM
二维直方图
基于区域生长和蚁群聚类的图像分割
区域生长
群体智能
蚁群聚类
引导函数
基于二维直方图双斜率划分的快速Otsu图像分割算法
图像分割
阈值选取
快速Otsu方法
斜率
图像识别
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 基于二维直方图和改进蚁群聚类的图像分割
来源期刊 计算机技术与发展 学科 工学
关键词 蚁群算法 二维直方图 特征提取 图像分割 模糊聚类
年,卷(期) 2010,(3) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 128-131,171
页数 5页 分类号 TP18
字数 4323字 语种 中文
DOI 10.3969/j.issn.1673-629X.2010.03.033
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 逄焕利 长春工业大学计算机科学与工程学院 11 36 3.0 6.0
2 何小娜 长春工业大学计算机科学与工程学院 1 12 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  (60)
参考文献  (6)
节点文献
引证文献  (12)
同被引文献  (26)
二级引证文献  (18)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(5)
  • 引证文献(3)
  • 二级引证文献(2)
2014(7)
  • 引证文献(4)
  • 二级引证文献(3)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
蚁群算法
二维直方图
特征提取
图像分割
模糊聚类
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导