显著特征融合的主颜色聚类分割算法

摘要：

针对颜色密度聚类分割模型容易产生误分割的问题,提出基于视觉显著性调节的主颜色聚类分割算法.首先,根据空间颜色信息和Mean-shift算法平滑结果分别计算图像的全局显著特征和区域显著特征,并融合2类显著特征作为特征空间聚类的约束项.然后,采用核密度估计方法计算图像主颜色作为初始类,并将显著特征作为调节因子进行聚类分割.最后,进行区域合并.在标准的分割图像库上进行实验并与多种算法对比,结果表明,文中算法具有更高的区域轮廓准确度,并且有效利用图像显著特征,降低密度聚类形成的区域不一致性,提高像素聚类的精度和分割的鲁棒性.

关键词：彩色图像分割、显著特征、显著性融合、主颜色聚类

所属期刊栏目：29

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金重点项目U1261206;国家自然科学基金项目61572173;河南省科技计划项目162102210062;河南省教育厅高等学校重点科研项目15A520072;河南理工大学博士基金项目B2016-37;Key Program of National Natural Science Foundation of ChinaU1261206;National Natural Science Foundation of China61572173;Science and Technology Planning Project of Henan Province162102210062;Key Scientific Research Project of Educational Department of Henan Province15A520072;Doctoral Fund of Henan Polytechnic UniversityB2016-37

在线出版日期：2016-08-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：492-503