基于加权稀疏子空间聚类多特征融合图像分割

• 作者: 岳温川 李小平 王卫卫
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 图像分割 多特征融合 子空间聚类 加权稀疏
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 软件、算法与仿真
• 页码范围: 2184-2191
• 页数: 8页
• 分类号: TP391
• 字数: 4938字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2016.09.31

摘要

提出一种图像分割的多特征融合加权稀疏子空间聚类方法。采用多种属性的特征能够更可靠地描述图像中不同物体的特性，提高分割的准确性和可靠性。定义了加权稀疏度量，即在1-范数中引入权重，权重与数据的相似度成反比，有利于迫使相似的数据尽可能参与到数据的自表示中，从而改善稀疏表示过稀疏并且不稳定的局限性。实验结果和客观指标表明，所提方法能有效地分割自然图像，获得的结果更加符合人类视觉感知。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李小平	西安电子科技大学数学与统计学院	55	612	12.0	21.0
2	王卫卫	西安电子科技大学数学与统计学院	46	646	12.0	24.0
3	岳温川	西安电子科技大学数学与统计学院	1	8	1.0	1.0