Biblioteca122.739 documentos en línea

Artículo

KmsGC: An Unsupervised Color Image Segmentation Algorithm Based on K-Means Clustering and Graph CutKmsGC: Algoritmo no supervisado de segmentación de imágenes en color basado en K-Means Clustering y Graph Cut

Resumen

Para la segmentación no supervisada de imágenes en color, proponemos un algoritmo de dos etapas, KmsGC, que combina la agrupación K-means con el corte de grafos. En la primera etapa, se aplica el algoritmo de agrupación K-means para realizar una agrupación inicial, y el número óptimo de agrupaciones se determina automáticamente mediante un criterio de compacidad que se establece para encontrar agrupaciones con la máxima distancia interclúster y la mínima varianza intraclúster. En la segunda etapa, se construye un grafo ponderado de múltiples vértices terminales basado en una función de energía, y la imagen se segmenta según un corte multidireccional de coste mínimo. Se han realizado numerosas evaluaciones de rendimiento y los resultados experimentales indican que el enfoque propuesto es eficaz en comparación con otros algoritmos de segmentación de imágenes existentes en la base de datos de imágenes de Berkeley.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento

  • Titulo:KmsGC: An Unsupervised Color Image Segmentation Algorithm Based on K-Means Clustering and Graph Cut
  • Autor:Binmei, Liang; Jianzhou, Zhang
  • Tipo:Artículo
  • Año:2014
  • Idioma:Inglés
  • Editor:Hindawi Publishing Corporation
  • Materias:Matemáticas Análisis Matemático Álgebra Ingeniería
  • Descarga:0