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:
岩屑图像分割要求精度高、速度快和鲁棒性强.针对这些要求,提出了基于SLIC(simple linear iterative clustering)和动态区域合并的分割算法.SLIC算法能产生形状规则、大小均匀、排列紧凑的超像素区域;但是SLIC分割后的图像过分割问题严重,为了降低过分割率,提出了基于NNR的动态区域合并算法,将超像素区域进行相似性合并.实验结果表明,将该算法用于岩屑颗粒图像分割,能够取得较好的效果.
推荐文章
对简单线性迭代聚类算法改进的遥感影像超像素分割方法
LandSat8遥感影像
超像素
均值漂移
线性反投影算法
基于改进模糊聚类算法的CT图像病变区域分割
改进模糊聚类算法
CT图像
病变区域分割
隶属度矩阵
基于混合聚类算法的图像分割
图像分割
遗传算法
模糊C均值算法
基于动态粒子群优化与K-means聚类的图像分割算法
图像分割
动态粒子群优化
K-means聚类
适应度方差
聚类算法
DPSOK
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 基于简单线性迭代聚类算法和动态区域合并的岩屑图像分割
来源期刊 科学技术与工程 学科 工学
关键词 岩屑图像 图像分割 SLIC 动态区域合并
年,卷(期) 2016,(35) 所属期刊栏目 研究简报
研究方向 页码范围 238-243
页数 6页 分类号 TP391.41
字数 4778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 何小海 四川大学电子信息学院 395 2334 21.0 30.0
2 李杰 四川大学电子信息学院 66 377 10.0 18.0
3 吴小强 四川大学电子信息学院 43 190 7.0 11.0
4 熊淑华 四川大学电子信息学院 78 385 8.0 18.0
5 吴实 四川大学电子信息学院 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  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2016(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
岩屑图像
图像分割
SLIC
动态区域合并
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
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导