结合稀疏编码和空间约束的红外图像聚类分割研究

• 作者: 宋长新* 秦川 肖鹏 马克
• 来源期刊: 物理学报
• 关键词: 图像分割 稀疏编码 聚类 空间约束
• 年，卷（期）: 2013,（4）
• 页码范围: 69-78
• 语种: 中文
• DOI: 10.7498/aps.62.040702

摘要

提出了结合稀疏编码和空间约束的红外图像聚类分割新算法,在稀疏编码的基础上融合聚类算法,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分割算法能有效融合图像的局部信息,便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;考虑到像素及其邻域像素具有类别属性一致性的特点,引入了空间类别属性约束信息,并给出了一种交替优化算法.联合学习字典、稀疏系数、聚类中心和隶属度,将稀疏编码系数同原子对聚类中心的隶属程度相结合,构造像素归属度来判断像素所属的类别.实验结果表明,该方法能够有效提高红外图像重要区域的分割效果,具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马克	青海师范大学计算机学院	24	149	6.0	12.0
2	秦川	青海师范大学计算机学院	3	17	1.0	3.0
3	宋长新*	青海师范大学计算机学院	2	53	2.0	2.0
4	肖鹏	青海师范大学计算机学院	1	17	1.0	1.0