判别割(Dcut)的图像分割及其快速分割算法

摘要：

谱聚类算法在模式识别和图像分割中得到了广泛应用.谱聚类算法能在任意形状的样本空间上聚类且收敛于全局最优解.采用一个新的谱聚类算法Dcut进行图像分割.Dcut完全满足聚类算法的一般准则:类内样本间的相似度大,类间样本的相似度小,因此Dcut在图像分割方面比Ncut具有更好的分组性能.为了克服Dcut分割速度慢,提出基于子空间的Dcut (SDcut)和基于分块的SDcut (BSDcut)两种快速算法.SDcut和BSDcut这两种快速算法具有Dcut的分组性能的同时,降低了分割图像的计算复杂度.通过对纹理图像和真实图像的分割,验证了新算法的有效性.

关键词：谱聚类、Dcut、SDcut、BSDcut、子空间、图像分割

所属期刊栏目：17

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目60975083,U0835005

在线出版日期：2012-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：222-228