中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于自组织动态神经网络的图像分割

文献类型:期刊论文

作者史春奇; 施智平; 刘曦; 史忠植
刊名计算机研究与发展
出版日期2009
卷号000期号:1.0页码:23
关键词竞争学习 自组织 特征空间聚类 图像分割 图像特征
ISSN号1000-1239
英文摘要图像分割是图像处理和模式识别的重要课题,而图像特征空间聚类是图像分割的一种重要方法,认为图像的特征是图像中待分割物体表面所特有而且恒定的特征,并将图像的特征映射到某种几何空间,称为特征空间,并且假定图像中不同的待分割物体在该特征空间中呈现为不同的聚集.提出了自组织动态网络(SODNN)聚类算法,并且利用该算法对图像特征空间聚类.该算法实现了神经网络结构的快速生长和动态调节,具有自动适应数据内在分布特征和聚类结果更为准确稳定的特点.利用SODNN算法对图像颜色空间进行聚类的同时综合了图像的位置信息来实现图像分割.实验表明分割结果与人工分割结果具有较好的一致性.
语种英语
源URL[http://119.78.100.204/handle/2XEOYT63/32673]  
专题中国科学院计算技术研究所期刊论文_中文
作者单位中国科学院计算技术研究所
推荐引用方式
GB/T 7714
史春奇,施智平,刘曦,等. 基于自组织动态神经网络的图像分割[J]. 计算机研究与发展,2009,000(1.0):23.
APA 史春奇,施智平,刘曦,&史忠植.(2009).基于自组织动态神经网络的图像分割.计算机研究与发展,000(1.0),23.
MLA 史春奇,et al."基于自组织动态神经网络的图像分割".计算机研究与发展 000.1.0(2009):23.

入库方式: OAI收割

来源:计算技术研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。