主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
唐利明,王洪珂,陈照辉,黄大荣.基于变分水平集的图像模糊聚类分割.软件学报,2014,25(7):1570-1582
基于变分水平集的图像模糊聚类分割
Image Fuzzy Clustering Segmentation Based on Variational Level Set
投稿时间:2012-12-01  修订日期:2013-06-28
DOI:10.13328/j.cnki.jos.004449
中文关键词:  变分水平集  图像聚类  图像分割  模糊聚类  聚类中心
英文关键词:variational level set  image clustering  image segmentation  fuzzy clustering  clustering center
基金项目:国家自然科学基金(61004118)
作者单位E-mail
唐利明 重庆科技学院 数理学院, 重庆 401331
重庆大学 数学与统计学院, 重庆 401331 
tlmcs78@163.com 
王洪珂 重庆科技学院 数理学院, 重庆 401331  
陈照辉 重庆科技学院 数理学院, 重庆 401331  
黄大荣 山区桥梁与隧道工程国家重点实验室培育基地重庆交通大学, 重庆 400074  
摘要点击次数: 2224
全文下载次数: 2758
中文摘要:
      结合变分水平集方法和模糊聚类,提出了一个基于变分水平集的图像聚类分割模型.该模型引入了一个基于图像局部信息的外部模糊聚类能量和一个新的关于零水平集的正则化能量,使得该模型对噪声图像的聚类分割更具鲁棒性.通过在能量泛函中加入一个内部约束能量约束水平集函数为符号距离函数,可以使水平集演化过程无需重新初始化.进一步提出了一种变分形式的聚类中心更新方法,实现了半监督的图像聚类分割.实验中采用不同类型的图像与FCM聚类模型、CV模型、Samson模型进行了对比实验,实验结果显示,该模型能够克服图像中噪声的影响,取得较满意的聚类分割效果.
英文摘要:
      An image clustering segmentation model combined with variational level set and fuzzy clustering is proposed in this paper. An external fuzzy clustering energy based on the local image information and a new regularization energy with respect to the zero level set are introduced in the energy functional, which makes the proposed model robust in noisy image segmentation. An internal energy that forces the level set function to be close to a signed distance function is introduced in the energy functional, which can completely eliminate the need of the expensive periodical re-initialization procedure for level set function during its evolution. Furthermore, this paper proposes a variational formulation to update the cluster centers in the procedure of clustering, which realizes the semi-supervised clustering segmentation. The experimental results show that the proposed model, compared with the FCM clustering model, CV model and Samson model, can reduce the influence of noise and get better segmentation results for different kinds of images.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利