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:
近年来谱聚类算法被广泛应用于图像分割领域,而相似性矩阵的构造是谱聚类算法的关键步骤.针对传统谱聚类算法计算复杂度高难以应用到大规模图像分割处理的问题,提出了基于半监督的超像素谱聚类彩色图像分割算法.该算法利用超像素将彩色图像进行预分割,利用用户提供的少量标记信息构造预分割区域的基于半监督的模糊相似性测度,利用该相似性测度构造预分隔区域的相似性矩阵并通过规范切图谱划分准则对预分割区域进行划分得到最终的图像分割结果.由于少量标记信息和模糊理论的引入,提高了传统谱聚类的分割性能,对比实验也表明该算法在分割效果和计算复杂度上都有较大的改善.
推荐文章
应用于彩色图像分割的半监督多目标进化聚类算法
彩色图像分割
半监督
多目标进化算法
最大熵
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
基于超像素的木材表面缺陷图像分割算法
木材表面缺陷
超像素
图像分割
基于多空间多层次谱聚类的非监督SAR图像分割算法
SAR图像
图像分割
区域谱聚类
层次聚类
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 基于半监督的超像素谱聚类彩色图像分割算法
来源期刊 计算机工程与应用 学科 工学
关键词 半监督 超像素 谱聚类 模糊隶属度
年,卷(期) 2018,(14) 所属期刊栏目 图形图像处理
研究方向 页码范围 186-190,223
页数 6页 分类号 TP391.41
字数 5163字 语种 中文
DOI 10.3778/j.issn.1002-8331.1703-0254
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 刘汉强 陕西师范大学计算机科学学院 17 65 4.0 7.0
2 赵静 陕西师范大学计算机科学学院 29 74 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (26)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (4)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(4)
  • 参考文献(3)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2019(7)
  • 引证文献(3)
  • 二级引证文献(4)
研究主题发展历程
节点文献
半监督
超像素
谱聚类
模糊隶属度
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