钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机学报期刊
\
基于密度峰值搜索聚类的超像素分割算法
基于密度峰值搜索聚类的超像素分割算法
作者:
张志龙
李楚为
李爱华
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
超像素
分割
聚类
密度峰值
树
摘要:
本文提出了一种新的基于密度峰值搜索聚类的超像素分割算法.首先在图像平面内的局部区域内估计像素的局部密度.其次为每个像素寻找一个距离最近的大密度像素并计算两个属性:距离和归属.之后根据距离和归属将所有像素组织成一个归属关系树,该树反映了像素之间的归属关系.然后选择局部密度和距离较大的像素作为超像素的种子,并标记在归属关系树中.最后在归属关系树中搜索距离每个像素最近的超像素种子为其分配标记,实现超像素分割.该算法有两个优势:超像素分割过程无需迭代优化,计算速度非常快;可以精确控制超像素的数目和大小,使用灵活.与其它9种同类算法的对比实验表明:文中算法在边缘召回率、欠分割误差、可达分割精度、计算和存储复杂性方面表现出比较优越的性能.
暂无资源
收藏
引用
分享
推荐文章
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
快速搜索与发现密度峰值聚类算法的优化研究
聚类
密度峰值
近邻距离曲线
类合并
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
对简单线性迭代聚类算法改进的遥感影像超像素分割方法
LandSat8遥感影像
超像素
均值漂移
线性反投影算法
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于密度峰值搜索聚类的超像素分割算法
来源期刊
计算机学报
学科
工学
关键词
超像素
分割
聚类
密度峰值
树
年,卷(期)
2020,(1)
所属期刊栏目
智能图像处理
研究方向
页码范围
1-15
页数
15页
分类号
TP391
字数
10473字
语种
中文
DOI
10.11897/SP.J.1016.2020.00001
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
张志龙
国防科技大学电子科学学院
7
40
3.0
6.0
5
李爱华
蒙特克莱尔州立大学科学与数学学院
1
0
0.0
0.0
6
李楚为
国防科技大学电子科学学院
1
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(16)
共引文献
(4)
参考文献
(14)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1982(1)
参考文献(0)
二级参考文献(1)
1988(1)
参考文献(0)
二级参考文献(1)
1991(2)
参考文献(1)
二级参考文献(1)
1999(1)
参考文献(0)
二级参考文献(1)
2000(1)
参考文献(1)
二级参考文献(0)
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)
2004(4)
参考文献(1)
二级参考文献(3)
2005(1)
参考文献(0)
二级参考文献(1)
2009(3)
参考文献(1)
二级参考文献(2)
2011(1)
参考文献(0)
二级参考文献(1)
2012(3)
参考文献(2)
二级参考文献(1)
2013(2)
参考文献(0)
二级参考文献(2)
2014(2)
参考文献(2)
二级参考文献(0)
2015(1)
参考文献(1)
二级参考文献(0)
2016(1)
参考文献(1)
二级参考文献(0)
2017(1)
参考文献(1)
二级参考文献(0)
2018(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
超像素
分割
聚类
密度峰值
树
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
计算机学报
主办单位:
中国计算机学会
中国科学院计算技术研究所
出版周期:
月刊
ISSN:
0254-4164
CN:
11-1826/TP
开本:
大16开
出版地:
中国科学院计算技术研究所(北京2704信箱)
邮发代号:
2-833
创刊时间:
1978
语种:
chi
出版文献量(篇)
5154
总下载数(次)
49
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
国防科技重点实验室基金
英文译名:
Key Laboratories for National Defense Science and Technology
官方网址:
http://www.costind.gov.cn/n435777/n1101705/n1101918/n1101928/81194.html
项目类型:
学科类型:
期刊文献
相关文献
1.
基于聚类的超像素分割算法研究
2.
快速搜索与发现密度峰值聚类算法的优化研究
3.
基于超像素的木材表面缺陷图像分割算法
4.
对简单线性迭代聚类算法改进的遥感影像超像素分割方法
5.
基于密度峰值优化的谱聚类算法
6.
超像素有偏观测模糊聚类的乳腺超声图像分割
7.
基于加权K近邻的改进密度峰值聚类算法
8.
基于改进果蝇优化的密度峰值聚类算法
9.
基于非参数核密度估计的密度峰值聚类算法
10.
超像素分割算法研究综述
11.
基于Spark并行的密度峰值聚类算法
12.
应用视觉显著性的快速有偏聚类超像素算法
13.
结合卷积神经网络和超像素聚类的细胞图像分割方法
14.
不确定数据信任密度峰值聚类算法
15.
基于变差系数的合成孔径雷达图像超像素分割算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机学报2022
计算机学报2021
计算机学报2020
计算机学报2019
计算机学报2018
计算机学报2017
计算机学报2016
计算机学报2015
计算机学报2014
计算机学报2013
计算机学报2012
计算机学报2011
计算机学报2010
计算机学报2009
计算机学报2008
计算机学报2007
计算机学报2006
计算机学报2005
计算机学报2004
计算机学报2003
计算机学报2002
计算机学报2001
计算机学报2000
计算机学报1999
计算机学报1998
计算机学报2020年第9期
计算机学报2020年第8期
计算机学报2020年第7期
计算机学报2020年第6期
计算机学报2020年第5期
计算机学报2020年第4期
计算机学报2020年第3期
计算机学报2020年第2期
计算机学报2020年第12期
计算机学报2020年第11期
计算机学报2020年第10期
计算机学报2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号