图像分割的加权稀疏子空间聚类方法

被引：15

作者：

李涛

王卫卫

翟栋

贾西西

机构：

[1] 西安电子科技大学数学与统计学院

来源：

系统工程与电子技术 | 2014年 / 36卷 / 03期

关键词：

图像分割; 子空间聚类; 加权稀疏;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

在稀疏子空间聚类算法的基础上,提出一种基于加权稀疏子空间聚类的图像分割方法。利用加权的稀疏约束使得特征数据能够更好地被同一子空间内相似性高的特征数据线性表示,系数矩阵在类间更为稀疏。实验表明,给出的加权稀疏子空间聚类方法对于干净数据和带噪声的数据都能得到较高的数据聚类准确率,对自然图像能够得到比较符合人眼视觉特性的分割结果。

引用

页码：580 / 585

页数：6

共 7 条

[1]

Variational and PCA based natural image segmentation[J] . Yu Han,Xiang-Chu Feng,George Baciu.Pattern Recognition . 2012

[2]

A new fast multiphase image segmentation algorithm based on nonconvex regularizer[J] . Yu Han,Wei-Wei Wang,Xiang-Chu Feng.Pattern Recognition . 2011 (1)

[3]

Spectral clustering with eigenvector selection[J] . Tao Xiang,Shaogang Gong.Pattern Recognition . 2007 (3)

[4]

Naked image detection based on adaptive and extensible skin color model[J] . Jiann-Shu Lee,Yung-Ming Kuo,Pau-Choo Chung,E-Liang Chen.Pattern Recognition . 2006 (8)

[5] Multithresholding of color and gray-level images through a neural network technique [J].

Papamarkos, N ;

Strouthopoulos, C ;

Andreadis, I .

IMAGE AND VISION COMPUTING, 2000, 18 (03) :213-222

[6] Color image segmentation using Hopfield networks [J].

Campadelli, P ;

Medici, D ;

Schettini, R .

IMAGE AND VISION COMPUTING, 1997, 15 (03) :161-166

[7] Geodesic active contours [J].

Caselles, V ;

Kimmel, R ;

Sapiro, G .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 1997, 22 (01) :61-79

← 1 →