原文服务方: 自动化与仪表       
摘要:
针对大多数超像素分割算法均通过迭代逐步逼近图象的边缘,虽多次迭代后分割线能够到达对象的边缘,但计算效率低、重合度较低,文中提出了一种强化对象边缘的方法.利用导向滤波器对图像进行预处理,使对象的边缘进一步强化;对图像进行超像素分割促使像素快速聚类.试验证明了提出算法的可行性.
推荐文章
超像素分割算法研究综述
超像素
图像分割
图论
梯度下降
基于聚类的超像素分割算法研究
超像素
图像分割
聚类
评价指标
基于优化滤波器的无监督图像分割
图像能量
优化滤波器
缺陷分割
基于超像素分割的非局部均值去噪方法
超像素分割
相似窗选择
图像去噪
非局部均值
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 基于导向滤波器的超像素分割
来源期刊 自动化与仪表 学科
关键词 超像素分割 导向滤波器 快速聚类
年,卷(期) 2018,(8) 所属期刊栏目 专题研究与综述
研究方向 页码范围 26-29
页数 4页 分类号 TP751.1
字数 语种 中文
DOI 10.19557/j.cnki.1001-9944.2018.08.006
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 潘峥嵘 兰州理工大学电气工程与信息工程学院 73 394 11.0 15.0
2 朱翔 兰州理工大学电气工程与信息工程学院 20 74 5.0 7.0
3 刘振国 兰州理工大学电气工程与信息工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (75)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (11)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
超像素分割
导向滤波器
快速聚类
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
自动化与仪表
月刊
1001-9944
12-1148/TP
大16开
1981-01-01
chi
出版文献量(篇)
3994
总下载数(次)
0
总被引数(次)
18195
论文1v1指导