基于IRAM和半监督的谱聚类图像分割

• 作者: 葛玉荣 龚文文
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 判别割 隐式重启动Arnoldi 尺度参数 半监督 图像分割
• 年，卷（期）: 2016,（17）
• 所属期刊栏目: 图像与多媒体
• 页码范围: 156-159
• 页数: 4页
• 分类号: TN911.73
• 字数: 3498字
• 语种: 中文

摘要

谱聚类判别割(Dcut)计算正则化相似度矩阵及其特征向量比较耗时,对于大规模矩阵特征值问题,隐式重启动Arnoldi方法(IRAM)能够快速收敛到模值最大的k个特征值(即主导特征值).因此本文采用IRAM算法计算相似度矩阵的主导特征值,减小运算时间.为解决谱聚类敏感于尺度参数的问题,提出利用少量监督样本求取每幅图像特有的尺度参数,进行半监督图像分割.通过对UCI数据集和自然图像的仿真实验表明,本文算法能有效提高Dcut的运算速度,同时性能稳定,分割结果优于Dcut和PCA-Dcut.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛玉荣	中国海洋大学信息科学与工程学院	14	64	5.0	7.0
2	龚文文	中国海洋大学信息科学与工程学院	1	2	1.0	1.0