典型文献
一种视觉显著性引导的模糊聚类图像分割方法
文献摘要：
传统的模糊C均值聚类算法利用图像的灰度、颜色、纹理、强度等底层特征进行聚类,实现图像的分割,它容易受到噪声的影响,且计算量大,不能提供理想的彩色图像分割结果.针对这些问题,提出一种视觉显著性引导的模糊聚类图像分割方法.首先使用显著性检测对图像进行初始化分割,得到带有区域级标注信息的引导图,然后将引导图作为指导信息,引导模糊聚类算法对图像进行细分割.在公共数据集上的实验结果表明,本文方法与其他改进的FCM算法和深度网络分割模型相比,可以取得较好的分割效果,有效减少了分割时间.
文献关键词：
模糊C均值聚类;显著性检测;彩色图像分割;聚类分割
中图分类号：
作者姓名：
白雪飞;韩晓静;王文剑
作者机构：
山西大学 计算机与信息技术学院 山西 太原 030006;山西大学 计算智能与中文信息处理教育部重点实验室 山西 太原 030006
文献出处：
引用格式：
[1]白雪飞;韩晓静;王文剑-.一种视觉显著性引导的模糊聚类图像分割方法)[J].郑州大学学报（理学版）,2022(02):1-7
A类：
B类：
视觉显著性,分割方法,均值聚类,法利,灰度,底层特征,计算量,彩色图像分割,显著性检测,初始化,标注信息,导图,模糊聚类算法,公共数据,FCM,深度网络,分割模型,分割效果,聚类分割
AB值：
0.348272
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
