基于共轭梯度法的快速Mean Shift图像分割

摘要：

针对均值漂移算法收敛速度较慢的问题,本文出了基于共轭梯度的快速均值漂移算法,并将其用于图像分割.该算法利用共轭梯度法简便,存储需求小,收敛速度介于最速下降法和牛顿法之间, 具有较好的全局收敛性和较快的收敛速度的特点,通过交替执行均值漂移算法和共轭梯度算法提高经典均值漂移算法的收敛速度.对合成图像和真实图像的实验结果表明了新算法不但提高了经典均值漂移算法的速度,而且在进行图像分割时保持了良好的分割结果.

关键词：图像分割、均值漂移、共轭梯度算法、收敛性

所属期刊栏目：36

分类号：TP391;TN911.73(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60574025,60740430664;教育部高校博士点基金资助项目20070487052

在线出版日期：2009-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：94-99