基于Union-Find的图像聚类方法

• 作者: 宋芳琴
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 图像聚类 视觉词袋 投票方法 union-find算法
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 信息技术交流
• 页码范围: 319-322
• 页数: 4页
• 分类号: TP391
• 字数: 3604字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.07.076

摘要

传统的图像聚类方法存在对初始数据敏感且计算复杂度高的问题,且图像全局特征难以有效地表达图像内容.针对这些问题,提出一种基于Union-Find的图像聚类方法.首先,该方法采用视觉词袋模型BoVWM(Bag of Visual Words Model)来描述图像内容并且利用投票方法来计算每对图像的相似度得分;然后,对于相似度得分大干给定阈值的图像对进行union和find两个操作并将相连的分量形成聚类结果.实验结果表明,该方法较之于传统方法能较好地改善图像聚类效果,且不需要初始聚类数目作为先验参数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋芳琴	绍兴职业技术学院信息工程学院	10	15	2.0	2.0