非凸低秩稀疏约束的图像超像素分割方法

被引:6
作者
张文娟 [1 ,2 ]
冯象初 [1 ]
机构
[1] 西安电子科技大学理学院
[2] 西安工业大学理学院
关键词
图像分割; 超像素; 稀疏; 低秩; 非凸;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
将图像超像素分割看作子空间聚类问题.给出一个约束条件,等价于以干净数据为字典.利用系数矩阵的非凸迫近p范数作为稀疏约束,利用系数矩阵奇异值的非凸迫近p范数作为低秩约束,建立非凸极小化模型.运用增广拉格朗日方法和交替极小化方法给出数值计算方法.数值实验表明,笔者提出的约束条件下的分割效果优于原始数据作为字典;非凸迫近p范数的分割效果优于凸的核范数和l1范数.
引用
收藏
页码:86 / 91
页数:6
相关论文
共 5 条
[1]   一种用于图像分割的等周算法改进 [J].
汪云飞 ;
毕笃彦 ;
黄飞 .
西安电子科技大学学报, 2012, 39 (02) :87-94+212
[2]   一种全局最优的非匀质图像分割算法 [J].
刘建磊 ;
冯大政 .
西安电子科技大学学报, 2011, 38 (02) :66-71
[3]   基于局部相似性测度的SAR图像多层分割 [J].
刘汉强 ;
焦李成 ;
赵凤 .
西安电子科技大学学报, 2010, 37 (06) :1071-1076
[4]   Restricted isometry properties and nonconvex compressive sensing [J].
Chartrand, Rick ;
Staneva, Valentina .
INVERSE PROBLEMS, 2008, 24 (03)
[5]  
Objective criteria for the evaluation of clustering methods .2 Rand WM. Journal of the American Statistical Association . 1971