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:
要:针对简单线性迭代聚类(SLIC),仅考虑颜色和空间特征导致分割不准确的问题,提出了一种改进的SLIC分割方法.首先使用双边滤波执行图像增强,可以消除图像中的噪声且保护边缘特征;然后使用结合自适应多阈值LBP纹理特征的SLIC算法将彩色图像分割为超像素块;最后把超像素块通过DBSCAN算法进行聚类合并,以获得分割后的结果图.实验结果表明:所提方法对测试库中的图像分割是快速可靠的,能准确地分割图像边界并提取目标区域.与现有的其他图像分割方法相比,该方法分割的准确度和效率得到了显著提高.
推荐文章
改进的区域生长算法在彩色年轮图像分割中的应用
年轮图像
区域生长
分水岭算法
一种改进的分水岭算法在彩色图像分割中的应用
图像分割
分水岭变换算法
模糊C-均值聚类算法
过分割
基于SLIC与条件随机场的图像分割算法
条件随机场
简单线性迭代聚类
超像素
图像分割
参数估计
基于改进SLIC方法的彩色图像分割
图像分割
超像素
非线性扩散滤波
Sigma滤波器
聚类
边界命中率
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 改进的SLIC算法在彩色图像分割中的应用
来源期刊 重庆理工大学学报(自然科学版) 学科 工学
关键词 图像分割 超像素 SLIC DBSCAN聚类
年,卷(期) 2020,(2) 所属期刊栏目 信息·计算机
研究方向 页码范围 158-164
页数 7页 分类号 TP391.41
字数 4083字 语种 中文
DOI 10.3969/j.issn.1674-8425(z).2020.02.022
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 杨明 中北大学理学院 38 158 8.0 10.0
3 侯宇超 中北大学理学院 6 15 2.0 3.0
4 郭艳婕 中北大学理学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (22)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(7)
  • 参考文献(2)
  • 二级参考文献(5)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(12)
  • 参考文献(3)
  • 二级参考文献(9)
2016(7)
  • 参考文献(4)
  • 二级参考文献(3)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
图像分割
超像素
SLIC
DBSCAN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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导