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:
为了实现自然材质的纹理分割,根据自然纹理的弱规则性特点,提出一种由图像灰度值、灰度分布统计及图像纹理能量统计作为纹理表征的特征参数,并组成三维特征矢量以实现自然纹理分割的算法.考虑到样本不同特征值对分类的不同影响,算法中引入了特征加权的FCM模糊聚类方法以提高各特征参数在聚类约束力上的可控制性,从而实现纹理图像的更有效分割效果.实验证明,该方法简单高效、可控性强,对各种自然纹理图像具有较好的纹理分割效果.
推荐文章
加权方位特征的纹理图像FCM聚类分割
纹理分割
方位特征
加权模糊C均值聚类算法
纹理能量
多特征加权的纹理图像FCM分割算法
GMRF模型
方位特征
样本加权
纹理图像分割
基于改进的 FCM算法图像分割研究
模糊C均值聚类
自适应滤波
道岔缺口
鲁棒性
基于质心的样本加权聚类算法
k-means算法
聚类
样本加权
质心
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 基于特征加权的自然纹理FCM聚类分割算法
来源期刊 计算机技术与发展 学科 工学
关键词 自然纹理 纹理分割 特征加权 FCM 纹理能量
年,卷(期) 2010,(1) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 108-110,115
页数 4页 分类号 TP391
字数 3348字 语种 中文
DOI 10.3969/j.issn.1673-629X.2010.01.029
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 朱映辉 韩山师范学院数学与信息技术系 43 111 5.0 8.0
2 江玉珍 韩山师范学院数学与信息技术系 51 159 6.0 10.0
3 欧阳春娟 井冈山大学信息科学与传媒学院 27 101 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (49)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (19)
二级引证文献  (16)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1982(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)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(2)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(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
自然纹理
纹理分割
特征加权
FCM
纹理能量
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
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导