一种改进的图割目标分割算法

被引:3
作者
汤依婷
韩彦芳
机构
[1] 上海理工大学光电信息与计算机工程学院
关键词
图割; 图像分割; 特征向量; FCM聚类; 最大流最小割;
D O I
10.16180/j.cnki.issn1007-7820.2016.10.013
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了减少图像目标在分割过程中受到噪声、复杂背景等因素的影响,将图像的多特征信息引入到图割算法中,提出了一种结合图像的多特征信息图割目标分割方法。该方法先选取像素点的多种图像特征组成特征向量,并对已做好标记的目标和背景种子点的特征向量分别进行FCM聚类,然后分别计算各像素点与这两类种子点的各聚类中心的最短欧式距离,并据此信息完成对能量函数的构造,最终运用最大流/最小割的方法得到图像分割的结果。其与传统图割算法相比,分割结果有了明显改善。实验结果表明,该算法具有有效性。
引用
收藏
页码:43 / 46
页数:4
相关论文
共 3 条
[1]  
图与网络流理论[M]. 科学出版社 , 田丰, 2014
[2]   Image segmentation by histogram thresholding using hierarchical cluster analysis [J].
Arifin, Agus Zainal ;
Asano, Akira .
PATTERN RECOGNITION LETTERS, 2006, 27 (13) :1515-1521
[3]  
Object Segmentation Using Graph Cuts Based Active Contours .2 Xu N,Bansal R,Ahuja N. Computer Vision and Pattern Recognition . 2003