一种新的局部分水岭模型在图像分割中的应用

• 作者: 刘海涛 梁久祯 狄岚
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 超像素 网格化 分水岭 区域融合 模糊C均值
• 年，卷（期）: 2018,（2）
• 页码范围: 259-269
• 页数: 11页
• 分类号: TP391.4
• 字数: 5085字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2018.02.008

摘要

为了提高图像分割算法对图像显著区域的抓取能力及效率,将超像素思想与分水岭算法相结合,并且在模糊C均值聚类算法(Fuzzy C-means,FCM)的基础上进行改进,提出了一种基于网格化局部分水岭的模糊聚类算法.该方法先根据区域方差将图像进行不均匀网格化,再对每个网格使用局部最优阈值的分水岭算法,减少了全局分水岭带来的局部信息遗失,获得各个网格内的显著性聚水盆,再实施区域融合,将每个标记区域的灰度均值化,最后使用考虑区域面积的FCM进行聚类,得到最终的分割图像.实验结果表明,该算法对噪声的鲁棒性强,能够有效剔除干扰区域,分割出图像中的显著区域,同时也具有较低的时间复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁久祯	江南大学物联网工程学院	74	332	10.0	13.0
2	刘海涛	江南大学数字媒体学院	7	28	3.0	5.0
3	狄岚	江南大学数字媒体学院	25	56	4.0	6.0