作者:
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:
图像分割在模式识别过程中占有重要地位,如何对图像中感兴趣的目标进行有效的分割是计算机视觉和图像分析的重点和难点.K均值算法在图像分割中具有快速、分割效果好等特点,但其聚类结果易受到初值的影响并且K值的选取也限制了该方法的应用.在基于K均值聚类的基础上,将并行二分的思想引入算法中,并在图像分割中得以应用.通过实验证实,提出的方法在保证图像分割效果的基础上,耗时大大减小.
推荐文章
基于均值偏移的户外图像快速分割算法
均值偏移
户外环境
图像分割
尺度变换
颜色空间
改进的K-均值聚类算法及其在脑组织分割中的应用
SOM神经网络
K-均值聚类算法
磁共振图像
脑组织
分割
基于全局优化K均值聚类的医学图像分割方法
K均值聚类
医学图像
图像分割
基于邻域的模糊C-均值图像分割算法
模糊C-均值
图像分割
邻域
聚类
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 基于改进K均值的图像分割算法
来源期刊 哈尔滨商业大学学报(自然科学版) 学科 工学
关键词 图像分割 模式识别 图像分析 K均值 并行二分
年,卷(期) 2013,(5) 所属期刊栏目 计算机与信息工程
研究方向 页码范围 575-578
页数 4页 分类号 TP391
字数 3368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 蒋大宇 哈尔滨工程大学信息与通信工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (69)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
研究主题发展历程
节点文献
图像分割
模式识别
图像分析
K均值
并行二分
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
哈尔滨商业大学学报(自然科学版)
双月刊
1672-0946
23-1497/N
大16开
哈尔滨市道里区通达街138号
1980
chi
出版文献量(篇)
3911
总下载数(次)
16
总被引数(次)
20147
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导