节点文献

融合SLIC的DCUT改进图像分割算法

免费订阅

【作者】 邹小林

【Author】 ZOU Xiaolin;School of Mathematics and Statistics,Zhaoqing University;

【机构】 肇庆学院数学与统计学院

【摘要】 谱聚类DCUT算法能在任意形状的样本空间上聚类且收敛于全局最优解,但其缺点是计算相似度矩阵和特征向量的复杂度较高.为了提高了DCUT的算法速度,提出了基于SLIC的DCUT算法(SDCUT).SDCUT算法首先采用SLIC算法分割图像成超像素,再根据任意两个超像素的归一化直方图计算Pearson系数作为超像素之间的相似度,从而建立基于超像素的相似度矩阵,最后采用DCUT算法对超像素进行分类获得最终分割结果.在一系列图像上的实验结果表明,与几种经典谱聚类算法相比,本文方法的分割速度更快,且具有较好的分割效果.

【关键词】 SLIC判别割Pearson系数
【基金】 广东省教育厅“创新强校工程”特色创新项目(2014KTSCX190);广东省教学质量与教学改革工程建设项目应用型人才培养示范专业(50);肇庆市科技创新计划项目(214);肇庆学院自然科学青年基金项目(201321)资助
【所属期刊栏目】 信息科学与技术 (2017年01期)
  • 【DOI】10.13568/j.cnki.651094.2017.01.015
  • 【分类号】TP391.41
  • 【被引频次】2
  • 【下载频次】55
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: