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:
为了改善传统基于聚类的图像分割算法对噪声敏感以及仅使用单一特征无法精确描述目标特性等问题,提出了一种基于区域的多特征图像分割算法.首先,使用Meanshift算法对原图像进行预分割,获得一组区域块;其次,提取每个区域块的颜色特征和纹理特征,使用FCM算法分别对每个特征进行聚类,针对每个特征获得一个类标签邻接矩阵;再次,将多个邻接矩阵叠加,形成多特征邻接矩阵;最后,使用NCUT算法对叠加邻接矩阵进行聚类,获得最终分割图像.实验结果表明,基于区域多特征的分割算法优于对比算法,融合多特征对图像分割可以更准确地识别不同的目标结构,具有更好的分割效果.
推荐文章
基于改进谱聚类与粒子群优化的图像分割算法
图像分割
粒子群
谱聚类
Nystr迸m逼近
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
基于谱聚类的医学图像分割方法
谱聚类
ELM
医学图像
融合均值漂移和加权谱聚类的彩色图像分割
均值漂移
加权谱聚类
彩色图像
图像分割
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 基于谱聚类与多信息特征融合的图像分割算法
来源期刊 软件导刊 学科 工学
关键词 图像分割 特征聚类 NCUT算法 邻接矩阵
年,卷(期) 2020,(5) 所属期刊栏目 图形图像处理
研究方向 页码范围 221-224
页数 4页 分类号 TP317.4
字数 3391字 语种 中文
DOI 10.11907/rjdk.191946
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 于双元 北京交通大学计算机与信息技术学院 31 153 7.0 11.0
2 赵希 北京交通大学计算机与信息技术学院 1 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  (91)
共引文献  (13)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(11)
  • 参考文献(1)
  • 二级参考文献(10)
2012(10)
  • 参考文献(2)
  • 二级参考文献(8)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(9)
  • 参考文献(0)
  • 二级参考文献(9)
2017(9)
  • 参考文献(2)
  • 二级参考文献(7)
2018(7)
  • 参考文献(3)
  • 二级参考文献(4)
2019(3)
  • 参考文献(2)
  • 二级参考文献(1)
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
特征聚类
NCUT算法
邻接矩阵
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导