一种新的结合稀疏编码的红外图像聚类分割算法

• 作者: 宋长新
• 来源期刊: 激光与红外
• 学科: 工学
• 关键词: 图像分割 K-means聚类 稀疏编码 字典聚类
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 图像与信号处理
• 页码范围: 1306-1310
• 分类号: TP391
• 字数: 4716字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5078.2012.11.023

摘要

聚类作为一种重要的图像分割方法得到了大量研究,提出了一种新的结合稀疏编码的红外图像聚类分割算法,扩展了传统的基于K-means聚类的图像分割方法.结合稀疏编码的聚类算法能有效融合图像的局部信息,而且易于利用像素之间的内在相关性,但是对于分割会出现过分割和像素难以归类的问题.为此,在字典的学习过程中,将原子的聚类算法引入其中,有助于缩减字典中原子所属类别的数目防止出现过分割；同时将稀疏编码系数同原子对聚类中心的隶属程度相结合来判断像素所属的类别.这种处理方式能更好地实现利用像素的内在相关性进行聚类分割,并在其中自然引入了局部空间信息,达到更好分离目标区域和背景区域的目的.实验结果表明,结合稀疏编码的K-means聚类分割算法能更好的实现复杂背景下红外图像重要区域的准确分割提取.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋长新	青海师范大学计算机学院	16	32	3.0	4.0