文档名：基于权衡因子和多维空间度量的高鲁棒性图像分割算法
摘要：图像分割是计算机视觉的重要研究方向.聚类算法作为一种无监督的方法,一直是图像分割的有力工具.然而,当图像存在高强度噪声和复杂结构时,聚类算法的分割效果可能不理想.针对这一问题,提出了一种高鲁棒性的图像分割算法,该算法基于权衡因子和多维空间度量.首先,引入了一个权衡因子,通过调节该因子,可以有效地降低噪声对分割结果的影响.其次,结合了低维和高维的空间度量,能够捕捉图像中的线性和非线性特征.并更好地理解图像中的复杂结构和纹理,从而提高分割的准确性和鲁棒性.最后,利用改进的模糊聚类算法实现了图像分割.为了验证该算法的性能,在合成、自然和医学图像上进行了大量的实验,结果显示,该算法在分割性能上明显优于其他算法.
Abstract：Imagesegmentationisanimportantresearchdirectionincomputervision.Clusteringalgorithms,servingasanunsupervisedmethod,havealwaysbeenapowerfultoolforimagesegmentation.However,inscenarioswhereimagepossesshigh-intensitynoiseandcomplexstructures,thesegmentationeffectofclusteringalgorithmsmightproveunsatisfactory.Toaddressthisproblem,ahighlyrobustimagesegmentationalgorithmwasproposedbasedontrade-offfactorsandmulti-dimensionalspacemetrics.Firstly,atrade-offfactorwasintroducedtoeffectivelyreducetheinfluenceofnoiseonthesegmentationresultbyadjustingthefactor.Secondly,thealgorithmintegratedbothlow-dimensionalandhigh-dimensionalspacemetrics,enablingthecaptureoflinearandnonlinearfeaturesintheimage.Inthisway,thealgorithmfacilitatedamorecomprehensiveunderstandingofthecomplexstructureandtextureintheimage,therebyenhancingtheaccuracyandrobustnessofsegmentation.Finally,thealgorithmachievedimagesegmentationthroughtheapplicationofanenhancedfuzzyclusteringalgorithm.Toverifytheperformanceofthealgorithm,extensiveexperimentswereconductedonsynthetic,natural,andmedicalimages,andtheresultsdemonstratedthattheproposedmethodsignificantlyoutperformedotheralgorithmsintermsofsegmentation.
作者：刘以 邱军海 张嘉星 张小峰 王桦 张彩明[5]Author：LIUYi QIUJunhai ZHANGJiaxing ZHANGXiaofeng WANGHua ZHANGCaiming[5]
作者单位：鲁东大学信息与电气工程学院,山东烟台264025烟台工程职业技术学院,山东烟台264006鲁东大学信息与电气工程学院,山东烟台264025;烟台理工学院信息工程学院,山东烟台264003;山东省高等学校青少年行为大数据智能分析文科实验室,山东烟台264025鲁东大学信息与电气工程学院,山东烟台264025;山东省高等学校青少年行为大数据智能分析文科实验室,山东烟台264025山东大学软件学院,山东济南250014
刊名：图学学报 ISTICPKU
Journal：JournalofGraphics
年，卷(期)：2024, 45(3)
分类号：TP391
关键词：图像分割 聚类 无监督 权衡因子 多维空间度量
Keywords：imagesegmentation clustering unsupervised trade-offfactor multidimensionalspatialmetric
机标分类号：TP391TN911.73TN248.1
在线出版日期：2024年6月19日
基金项目：基于权衡因子和多维空间度量的高鲁棒性图像分割算法[
期刊论文] 图学学报--2024, 45(3)刘以 邱军海 张嘉星 张小峰 王桦 张彩明图像分割是计算机视觉的重要研究方向.聚类算法作为一种无监督的方法,一直是图像分割的有力工具.然而,当图像存在高强度噪声和复杂结构时,聚类算法的分割效果可能不理想.针对这一问题,提出了一种高鲁棒性的图像分割算法...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于权衡因子和多维空间度量的高鲁棒性图像分割算法 A highly robust image segmentation algorithm based on trade-off factors and multidimensional spatial metrics
基于权衡因子和多维空间度量的高鲁棒性图像分割算法.pdf
- 文件大小:
- 1.93 MB
- 下载次数:
- 60
-
高速下载
|
