基于协同聚类的图像分割
图像分割是图像处理领域的重要研究课题.在过去的十几年里,有很多图像分割的方法被提出.其中Normalized Cuts是近年来最具代表性的一种新方法.Normalized Cuts基于图的分割理论,实现简单,分割效果理想.然而,原始的Normalized Cuts,以图像像素为图节点建立图模型,使得图的规模非常大,从而导致图的拉普拉斯矩阵的特征值分解非常耗时,这些都制约了Normalized Cuts的实际应用.本文提出一种新颖的基于协同聚类的图像分割方法.通过以图像中的行和列作为图节点,用土搬运距离计算行列之间的相似性,建立二部图,通过二部图的分割实现图像分割.实验结果表明,本文提出的方法,虽然分割结果有格状效果,但是跟Normalized Cuts算法接近,而且速度比Normalized Cuts快很多,非常适合实际应用的需求.
图像分割 协同聚类 土搬运距离 图像处理 分割效果 分割算法
李盛
中国计量学院信息工程学院,杭州,310034
国内会议
福州
中文
195-198
2008-05-16（万方平台首次上网日期，不代表论文的发表时间）