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:
本文提出了一种新颖的基于非负矩阵分解的谱聚类集成SAR图像分割框架.首先,个体分割结果的产生采用基于Nystrom逼近的谱聚类方法,使用不同的尺度参数,得到具有差异性的个体分割结果;其次,使用非负矩阵分解的方法来合并这些个体分割结果,使用非负矩阵分解方法的优点在于其合乎人类大脑感知的直观体验,并具有明确的物理含义;最后,根据合并得到的像素点隶属度关系得到SAR图像分割结果.为了验证本文方法的有效性,对3幅纹理图像和4幅SAR图像进行分割实验,并对比K-means方法、基于NyStrom逼近的谱聚类方法、Meta-clustering方法,本文的方法无论是定性还是定量分析都是较好的,并具有一定的实用性.
推荐文章
基于多空间多层次谱聚类的非监督SAR图像分割算法
SAR图像
图像分割
区域谱聚类
层次聚类
图像分割的谱聚类集成算法
谱聚类
集成学习
Hungarian算法
成分数据
基于MAR模型的SAR图像的聚类分割
合成孔径雷达图像
多尺度自回归模型
聚类分割
斑点
非负矩阵分解耦合环形区域分割的图像哈希认证算法
非负矩阵分解
耦合环形区域分割
图像哈希认证
算法设计
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 基于非负矩阵分解的谱聚类集成SAR图像分割
来源期刊 电子学报 学科 工学
关键词 合成孔径雷达 图像分割 聚类集成 谱聚类 非负矩阵分解
年,卷(期) 2011,(12) 所属期刊栏目 科研通信
研究方向 页码范围 2905-2909
页数 分类号 TP391.41
字数 4542字 语种 中文
DOI
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
2 卢山 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 7 34 2.0 5.0
3 邓晓政 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 5 48 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (13)
参考文献  (6)
节点文献
引证文献  (28)
同被引文献  (89)
二级引证文献  (138)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(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)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(12)
  • 引证文献(5)
  • 二级引证文献(7)
2015(9)
  • 引证文献(3)
  • 二级引证文献(6)
2016(26)
  • 引证文献(4)
  • 二级引证文献(22)
2017(33)
  • 引证文献(5)
  • 二级引证文献(28)
2018(37)
  • 引证文献(5)
  • 二级引证文献(32)
2019(32)
  • 引证文献(1)
  • 二级引证文献(31)
2020(12)
  • 引证文献(0)
  • 二级引证文献(12)
研究主题发展历程
节点文献
合成孔径雷达
图像分割
聚类集成
谱聚类
非负矩阵分解
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
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