基于DSRPCL算法的非监督彩色图像分割

来源 :第十四届全国信号处理学术年会 | 被引量 : 0次 | 上传用户:LJ619
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在数字图像处理中,非监督彩色图像分割是一个重要而困难的问题。本文将DSRPCL(Distance Sensitive RivalPenalized Competitive Learning))算法应用于非监督彩色图像分割。DSRPCL算法是一种新型的聚类方法,能够在聚类过程中自动地确定出数据中的类别个数。在彩色图像中对象个数未知的情况下,我们可通过DSRPCL算法自动地确定出对象的个数,并且得到每个对象的色彩值的中心(或代表),并将各像素点依欧氏距离归入到最近的中心值所代表的对象(区域)、实现图像的非监督分割。实验结果表明,基于DSRPCL算法的非监督彩色图像分割是可行的和有效的。
其他文献
传统的模糊聚类算法存在着或者需要预先设定聚类个数,或者计算量大不能满足实时性要求等缺点,为此,本文在经典的模糊C均值法的基础上,提出了一种改进的模糊聚类方法。首先,对需要
会议
本文针对点目标状态下的空间目标及其伴随诱饵的红外识别问题,提出了一种基于红外多光谱信息的点目标识别方法。将目标在各个波段下的红外辐射强度时间序列用一个由二次多项
本文简述了多分类支持向量机的原理和算法,在此基础上,以地震特征参数(如:地震波的频率参数,振幅参数,相位参数,衰减因子等等)为样本,通过训练和学习,分别建立了基于“一对多”和“一
半监督学习(SSL)的目的是通过标记样本和未标记样本之间的潜在联系来对未标记样本进行预测。本文提出了一种新的集成算法E-LNP,它选用一种基于图的半监督学习算法LNP作为子算
本文提出了基于一维距离像的目标识别算法,首先从目标一维距离像的双谱中提取双谱奇异值特征;然后通过实验的方法确定支持向量机参数取值的范围,利用遗传算法获取支持向量机的
帧间模式选择是H.264编码器中最耗时的部分。本文提出一种基于相邻宏块预测模式和运动特征的新的快速模式选择算法。该算法先计算出当前宏块在SKIP模式下的率失真开销(RDcost
本文根据视频序列的帧内相关性和帧间相关性,利用时间二次抽样方法,提出了基于二次抽样插值的BP网络视频压缩算法。在输入视频序列时,结合运动检查和二次抽样方法减少视频序列的
针对C-V模型对与背景灰度相近目标的分割不能奏效且水平集重新初始化耗时的缺点,在C-V模型的基础上,首先对外部能量项进行改进,使得模型对目标灰度与背景灰度相近的目标也能分割
会议
本文介绍了在中央广播电视塔夜景照明灯光改造工程中,采用了全新的设计理念,追求艺术效果的创新,在独具上采用了全新的环保产品,在克服了重重施工困难后高质量完成了改造任务
H.264引入了多参考帧来提高编码性能,但同时也增加了运算复杂度,增加的运算量与参考帧帧数成正比。然而,据统计,大部分宏块的参考帧均为其前一帧,只有少数宏块的参考帧为更早的帧,