融合SLIC的DCUT改进图像分割算法

• 作者: 邹小林
• 来源期刊: 新疆大学学报（自然科学版）
• 学科: 工学
• 关键词: SLIC 判别割 Pearson系数
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 信息科学与技术
• 页码范围: 78-83,95
• 页数: 7页
• 分类号: TP391.41
• 字数: 4012字
• 语种: 中文
• DOI: 10.13568/j.cnki.651094.2017.01.015

摘要

谱聚类DCUT算法能在任意形状的样本空间上聚类且收敛于全局最优解,但其缺点是计算相似度矩阵和特征向量的复杂度较高.为了提高了DCUT的算法速度,提出了基于SLIC的DCUT算法(SDCUT).SDCUT算法首先采用SLIC算法分割图像成超像素,再根据任意两个超像素的归一化直方图计算Pearson系数作为超像素之间的相似度,从而建立基于超像素的相似度矩阵,最后采用DCUT算法对超像素进行分类获得最终分割结果.在一系列图像上的实验结果表明,与几种经典谱聚类算法相比,本文方法的分割速度更快,且具有较好的分割效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹小林	肇庆学院数学与统计学院	31	99	6.0	8.0