一种视觉显著性引导的模糊聚类图像分割方法 |
| |
作者姓名: | 白雪飞 韩晓静 王文剑 |
| |
作者单位: | 1. 山西大学计算机与信息技术学院;2. 山西大学计算智能与中文信息处理教育部重点实验室 |
| |
基金项目: | 国家自然科学基金项目(61703252,62076154); |
| |
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。
|
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 |
|