基于稀疏矩阵的谱聚类图像分割算法

发布时间：2018-11-11 07:37

【摘要】：在图像分割中谱聚类算法需要计算像素之间的相似度矩阵,构造数据量大,并且要对拉普拉斯矩阵进行特征分解,计算比较耗时。针对这一问题,提出了一种基于稀疏矩阵的谱聚类图像分割算法。算法结合图像特征信息在不同尺度上对谱聚类进行误差分析,设计了一种新的样本信息选取方案,并利用选取的图像信息直接创建稀疏相似度矩阵。理论分析以及图像分割实验结果表明,该算法能够有效降低谱聚类的计算复杂度,同时,提高了分割的准确性和鲁棒性。
[Abstract]:In image segmentation, spectral clustering algorithm needs to calculate the similarity matrix between pixels, construct a large amount of data, and decompose the Laplace matrix, which is time-consuming. To solve this problem, a spectral clustering image segmentation algorithm based on sparse matrix is proposed. Based on the error analysis of spectral clustering based on image feature information, a new sample information selection scheme is designed, and the sparse similarity matrix is created directly by using the selected image information. Theoretical analysis and image segmentation experiments show that the proposed algorithm can effectively reduce the computational complexity of spectral clustering and improve the accuracy and robustness of the segmentation.
【作者单位】： 兰州理工大学电气工程与信息工程学院;西北民族大学数学与计算机学院;
【基金】：国家自然科学基金项目(61561042) 西北民族大学引进人才基金项目(1310RJYA013)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 王娜;杜海峰;庄健;余进涛;王孙安;;三种典型的基于图分割的谱聚类方法比较[J];系统仿真学报;2009年11期

2 王会青;陈俊杰;;基于图划分的谱聚类方法的研究[J];计算机工程与设计;2011年01期

3 王春腾;符传谊;邢洁清;;基于非负约束的谱聚类方法[J];电脑知识与技术;2011年17期

4 何飞;王晓晨;马粹;梁治国;;生产状态的测地距离谱聚类分析[J];计算机工程与应用;2012年24期

5 薛宁静;;生产状态的熵值评估谱聚类分析[J];计算机工程与应用;2012年19期

6 管涛;王杰;;谱聚类的算子理论研究进展[J];计算机科学;2013年S1期

7 周文刚;陈雷霆;董仕;;基于谱聚类的网络流量分类识别算法[J];电子测量与仪器学报;2013年12期

8 王玲;薄列峰;焦李成;;密度敏感的半监督谱聚类[J];软件学报;2007年10期

9 林立;胡侠;朱俊彦;;基于谱聚类的多文档摘要新方法[J];计算机工程;2010年22期

10 刘馨月;李静伟;于红;尤全增;林鸿飞;;基于共享近邻的自适应谱聚类[J];小型微型计算机系统;2011年09期

相关博士学位论文 前3条

1 刘璐;基于联合域聚类和稀疏表示的极化SAR图像分类[D];西安电子科技大学;2015年

2 杨艺芳;谱聚类与维数约简算法及其应用[D];西安电子科技大学;2016年

3 孔敏;关联图的谱分析及谱聚类方法研究[D];安徽大学;2006年

相关硕士学位论文 前10条

1 陈昭彤;基于拓扑势和谱聚类的社区发现研究[D];中国矿业大学;2015年

2 张吉文;基于谱聚类的文本聚类算法研究[D];贵州大学;2015年

3 李伟龙;基于面向对象SVM和谱聚类的极化SAR分类[D];西安电子科技大学;2014年

4 崔竹冬;基于谱聚类的三维血管点云分割技术研究[D];哈尔滨工业大学;2016年

5 付刚;基于谱聚类的混合流形学习算法研究[D];安徽理工大学;2016年

6 林珍香;基于谱聚类的个性化推荐系统研究[D];福建农林大学;2016年

7 梁启浩;基于粒度空间的谱聚类方法及应用研究[D];江南大学;2017年

8 李兆真;基于分区的三维颅骨面貌复原算法研究[D];西北大学;2016年

9 曾雏鹏;基于演化算法的自适应谱聚类研究[D];华东师范大学;2016年

10 范鹤鹤;一种基于谱聚类和遗传算法的矩形检测方法[D];华中科技大学;2015年

，

本文编号：2324194