基于相似度矩阵的谱聚类集成图像分割

张琦; 卢志茂; 徐森; 刘晨; 隋毅

doi:10.13873/j.1000-97872013.10.031

Chinese

您当前的位置：

首页 >

文章列表页 >

基于相似度矩阵的谱聚类集成图像分割

研究与探讨 | 更新时间：2025-09-11

- 基于相似度矩阵的谱聚类集成图像分割
- Spectral cluster ensemble image segmentation based on similarity matrix
- 传感器与微系统 2013年32卷第10期页码：21-23+26
- 作者机构：
  
  1. 哈尔滨工程大学信息与通信工程学院
  2. 盐城工学院信息工程学院
  3. 哈尔滨师范大学教育科学学院
- 作者简介：
- 基金信息：
  
  黑龙江省教育厅科学技术研究项目（12511146）;国家自然科学基金资助项目（60975042）
- DOI：10.13873/j.1000-97872013.10.031
  中图分类号： TP391.41
- 纸质出版：2013
- 稿件说明：
移动端阅览
[1]张琦,卢志茂,徐森,刘晨,隋毅.基于相似度矩阵的谱聚类集成图像分割[J].传感器与微系统,2013,32(10):21-23+26.

ZHANG Qi, LU Zhi-mao, XU Sen, et al. Spectral cluster ensemble image segmentation based on similarity matrix[J]. 2013, 32(10): 21-23+26.
[1]张琦,卢志茂,徐森,刘晨,隋毅.基于相似度矩阵的谱聚类集成图像分割[J].传感器与微系统,2013,32(10):21-23+26. DOI： 10.13873/j.1000-97872013.10.031.

ZHANG Qi, LU Zhi-mao, XU Sen, et al. Spectral cluster ensemble image segmentation based on similarity matrix[J]. 2013, 32(10): 21-23+26. DOI： 10.13873/j.1000-97872013.10.031.

摘要

针对谱聚类集成算法计算复杂度高

难以应用到大规模图像分割处理的问题

提出一种将MS和基于超边相似度矩阵的谱聚类集成算法（HSMCESA）相结合的彩色图像分割算法（MS-HSMCESA）。首先

采用MS算法对彩色图像进行预分割

计算分割得到的每个区域的所有像素的彩色向量的平均值

以此作为HSMCESA的输入。在HSMCESA的谱分解过程中

通过矩阵变换对特征值分解进行近似求解

大大降低了算法的时间复杂度。对比实验表明:MS-HSMCESA较MS-Kmeans和MS-Ncut算法能获得更好的分割质量。

Abstract

Aiming at problem that spectral cluster ensemble algorithm is hard to be applied in large scale image segmentation processing because of high computational complexity

a new color image segmentation method combining mean shift（MS） and Hyperedges ’similarity matrix-based custer ensemble spectral algorithm（HSMCESA） named MS-HSMCESA is proposed.First

some regions are obtained through pre-segmentation by MS algorithm.The average value of color vectors in each region are considered as input of HSMCESA.Through matrix transformation

it computes eigenvalues of a small matrix to obtain the eigenvalues of the similarity matrix to reduce the time complexity.Experimental results show that MS-HSMCESA can always obtained better image segmentation quality than MS-Kmeans and MS-Ncut algorithm.

关键词

Keywords

references

使用谱聚类算法解决文本聚类集成问题 [J]. 徐森,卢志茂,顾国昌. 通信学报 . 2010(06)

浏览量

176

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于加速k均值的谱聚类图像分割算法改进

基于卷积神经网络的人物剪纸设计

基于图像识别的采血管血清液位检测

基于析取正态水平集的彩色图像分割

一种基于联合特征约束的毛孔检测算法