一种基于自适应标记与区域间近邻传播聚类的分水岭图像分割算法

被引：19

作者：

蔡强 ^{[1
,2
]}

刘亚奇 ^{[3
,4
]}

曹健 ^{[1
,2
]}

李海生 ^{[1
,2
]}

杜军平 ^{[5
]}

机构：

[1] 北京工商大学计算机与信息工程学院

[2] 食品安全大数据技术北京市重点实验室

[3] 中国科学院信息工程研究所信息安全国家重点实验室

[4] 中国科学院大学网络空间安全学院

[5] 北京邮电大学计算机学院

来源：

电子学报 | 2017年 / 45卷 / 08期

基金：

北京市自然科学基金;

关键词：

分水岭算法; 自适应标记; 近邻传播聚类; 图像分割; 过分割;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

分水岭算法是一种高效的图像分割算法,能够准确地对图像进行基于区域的分割,但是存在易过分割的问题.为此本文提出一种改进的分水岭算法:首先,对彩色图像进行频谱包络滤波并计算彩色梯度获得梯度图像,再采取一种自适应设定参数的H-minima技术,对梯度图像的极小值区域进行标记;然后,对已标记极小值区域的梯度图像进行分水岭分割;最后,计算分水岭分割所得各区域的颜色矩,作为该区域的颜色特征,并对这些区域进行近邻传播聚类获得分割结果.通过与近年来其它改进的分水岭算法和采用聚类的图像分割算法实验比较,本文所提算法能更加有效地抑制过分割,提高分割准确率,具有良好的自适应性和鲁棒性.

引用

页码：1911 / 1918

页数：8

共 8 条

[1] 改进近邻传播聚类的彩色图像分割 [J].