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:
针对传统谱聚类图像分割方法存在分割准确度不够高的缺点,提出一种基于改进的相似度度量的谱聚类图像分割方法.该方法首先使用超像素分割算法将图像预分割为一定数目的超像素集合,并构建以超像素为节点的图;然后融合超像素的协方差描述子、颜色信息、纹理信息、梯度信息以及边缘信息作为超像素的特征来度量超像素间的相似性,进而得到超像素的相似度矩阵;最后使用NJW算法对超像素图进行分割.大量的实验结果验证表明,改进的分割方法在分割精度上优于目前存在的无监督分割方法,并且在交互式分割的模式下,该方法可以准确分割出用户指定的目标.
推荐文章
基于相异度度量的图聚类方法
图聚类
无向非加权图
邻接矩阵
相异度
基于谱聚类的医学图像分割方法
谱聚类
ELM
医学图像
基于改进谱聚类与粒子群优化的图像分割算法
图像分割
粒子群
谱聚类
Nystr迸m逼近
基于改进谱聚类的合成孔径雷达溢油图像分割算法
合成孔径雷达
溢油
图像分割
计算复杂度
分块方法
随机采样算法
聚类标签统一
大多数投票
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 基于改进的相似度度量的谱聚类图像分割方法
来源期刊 计算机工程与应用 学科 工学
关键词 谱聚类 图像分割 相似度度量 超像素 协方差 NJW算法
年,卷(期) 2017,(13) 所属期刊栏目 热点与综述
研究方向 页码范围 16-20
页数 5页 分类号 TP391
字数 3986字 语种 中文
DOI 10.3778/j.issn.1002-8331.1703-0011
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 谭治英 中国科学院合肥物质科学研究院先进制造技术研究所 10 71 6.0 8.0
2 叶晓东 中国科学院合肥物质科学研究院先进制造技术研究所 13 114 5.0 10.0
3 邹旭华 中国科学技术大学信息学院自动化系 2 24 2.0 2.0
4 陆凯 中国科学院合肥物质科学研究院先进制造技术研究所 3 11 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (141)
参考文献  (17)
节点文献
引证文献  (11)
同被引文献  (18)
二级引证文献  (7)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(7)
  • 参考文献(2)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(8)
  • 引证文献(6)
  • 二级引证文献(2)
2019(5)
  • 引证文献(4)
  • 二级引证文献(1)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
谱聚类
图像分割
相似度度量
超像素
协方差
NJW算法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导