一种新的基于超像素聚类的图像分割算法

• 作者: 姜全春 李雷 王宁 蒋林华
• 来源期刊: 软件
• 学科: 工学
• 关键词: 密度聚类 图像分割 超像素分割 局部邻域
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 基金项目论文
• 页码范围: 44-48
• 页数: 5页
• 分类号: TP751
• 字数: 3638字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2019.06.010

摘要

本文提出了一种使用具有噪声的基于密度的聚类方法进行超像素聚类来提高图像分割准确性的方法,首先以较低计算成本得到超像素分割,然后我们再利用密度聚类的原理将相关联的超像素聚集到一起,利用超像素对图像边缘信息的准确分割,来提高图像分割的准确性.我们在构建图形时使用局部邻域将算法应用于分割中,并利用DBSCAN既可以适用于凸样本集,也可以适用于非凸样本集的特性对超像素进行聚类分析.将所有各组紧密相连的样本划为各个不同的类别,则我们就得到了最终的所有聚类类别结果.该方法的一个重要特征是其能够在像素点密度大过某个阈值时,保留图像区域中的细节.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李雷		7	13	3.0	3.0
2	蒋林华		20	55	5.0	7.0
3	王宁		34	26	3.0	4.0
4	姜全春		2	2	1.0	1.0