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:
在计算机飞速发展的背景下,计算机的图像处理技术渗入到各个行业中.图像分割作为一种基本的图像处理技术,它的目的是把图像分成各具特征的区域,从中提取感兴趣的技术.针对以前的C-means算法在图像分割应用中的缺陷,本文提出了新的基于蚁群算法和C-means算法相结合的新型图像分割方法,它和蚁群算法以及C-means算法相比,具有明显的优点,能够获得更好的分割质量.
推荐文章
自适应蚁群算法优化红外图像分割
图像分割
红外图像
二维最大熵分割
蚁群算法
基于量子蚁群改进的K-means算法
量子计算
蚂蚁算法
K-means算法
聚类分析
基于蚁群算法的医学图像分割研究
医学图像分割
蚁群算法
模糊连接
基于蚁群优化多层图划分的彩色图像分割方法
彩色图像分割
归一化切分
蚁群优化
多层图划分
超像素
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 基于蚁群算法和C-means算法的图像分割方法
来源期刊 长春师范学院学报:自然科学版 学科 工学
关键词 蚁群算法 C-means算法 图像分割方法 分析
年,卷(期) 2013,(5) 所属期刊栏目
研究方向 页码范围 28-29
页数 2页 分类号 TP18
字数 语种
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 陈星娥 20 21 3.0 4.0
2 吴小菁 12 9 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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
蚁群算法
C-means算法
图像分割方法
分析
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
长春师范学院学报:自然科学版
双月刊
1008-178X
22-1276/G4
吉林省长春市长吉北路677号
出版文献量(篇)
3286
总下载数(次)
0
总被引数(次)
0
论文1v1指导