期刊专题

10.3724/SP.J.1089.2022.19117

面向图像分割的卷积密度聚类算法

引用
为了提升密度聚类算法在高分辨图像分割中的可用性,针对数字图像特点,提出一种基于三维卷积的高效密度聚类算法,并在此基础上实现一种彩色图像分割方法.首先,在DBSCAN算法的基础上引入卷积思想,将核心对象获取过程转化为三维卷积运算过程,避免距离计算和区域检索,使该步骤的时间复杂度从二阶降为常数级;然后,基于动态规划思想优化三维卷积运算过程,使卷积时间与卷积核尺寸无关;最后,根据核心对象集合的有序性精简样本点的邻域搜索范围.对比现有算法,在Berkeley BSD300数据集上的实验结果表明,所提算法是有效的,CH指数和计算效率平均提高17%和49%.利用遥感图像测试集Mts-WH进行实验的结果表明,所提算法的时间效率提升显著,比kD树优化的DBSCAN算法效率平均提升19倍,并且样本点数量越多,提升效果越明显,样本点数量超过50万级别时,提升效率达到169倍.

图像分割、密度聚类、三维卷积、动态规划、有序集合

34

TP391.41(计算技术、计算机技术)

国家自然科学基金51875543

2022-08-01(万方平台首次上网日期,不代表论文的发表时间)

共10页

1075-1084

暂无封面信息
查看本期封面目录

计算机辅助设计与图形学学报

1003-9775

11-2925/TP

34

2022,34(7)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn