期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于二维直方图加权的模糊C均值聚类的煤泥浮选泡沫图像的分割 被引量:1
1
作者 田慕玲 《电子技术与软件工程》 2015年第9期82-84,共3页
通过对实际煤泥浮选泡沫图像的模糊C均值聚类图像分割结果的对比分析,与普通模糊C-均值聚类的算法和一维直方图加权的模糊C-均值聚类的算法相比,基于二维直方图加权的模糊C-均值聚类的算法,具有收敛速度快,实时性强的特性,不仅准确地将... 通过对实际煤泥浮选泡沫图像的模糊C均值聚类图像分割结果的对比分析,与普通模糊C-均值聚类的算法和一维直方图加权的模糊C-均值聚类的算法相比,基于二维直方图加权的模糊C-均值聚类的算法,具有收敛速度快,实时性强的特性,不仅准确地将煤泥浮选泡沫图像划分了气泡顶点、气泡表面及背景三类像素,还增加了气泡边缘与背景的对比度,使气泡区域定位准确,使得后续的基于标记的分水岭的图像分割更加准确,避免了过分割与欠分割。 展开更多
关键词 电煤泥浮选 模糊C均值 二维直方图加权的模糊C-均值 分水岭 图像分割
下载PDF
快速自动模糊C-均值聚类彩色图像分割算法 被引量:1
2
作者 王超 王永顺 狄凡 《激光与光电子学进展》 CSCD 北大核心 2022年第22期74-80,共7页
针对传统模糊C-均值(FCM)聚类算法计算复杂度高、无法自动确定聚类数目的问题,提出了一种快速自动FCM聚类彩色图像分割算法。首先通过改进的简单线性迭代聚类(SLIC)超像素算法预分割图像,将传统基于单个像素的聚类转化为基于超像素区域... 针对传统模糊C-均值(FCM)聚类算法计算复杂度高、无法自动确定聚类数目的问题,提出了一种快速自动FCM聚类彩色图像分割算法。首先通过改进的简单线性迭代聚类(SLIC)超像素算法预分割图像,将传统基于单个像素的聚类转化为基于超像素区域的聚类,降低FCM计算复杂度;其次利用改进的密度峰值算法自动确定聚类数目,提高算法灵活性;最后,对超像素图像进行基于直方图的FCM聚类,完成图像分割。为验证所提算法的有效性,采用BSDS500、AID和MSRC公共数据库作为实验数据集,并与其他4种FCM分割算法进行了比较。实验结果表明,所提分割算法在分割精准度、模糊分割系数、模糊分割熵和视觉效果等方面均优于其他几种比较算法。 展开更多
关键词 图像处理 图像分割 模糊C-均值 改进的简单线性迭代 改进的密度峰值算法 直方图聚类
原文传递
基于.NET平台下篮球比赛技战术统计与分析系统的研发 被引量:2
3
作者 王勇 张宏杰 《上海体育学院学报》 CSSCI 北大核心 2009年第6期100-103,共4页
采用对象实体关系映射模型,建立篮球技术统计的数据指标,通过SQL查询语言对数据加工处理,输出有价值的技术统计信息;利用.NET中的GDI+绘图接口描述开发"篮球战术图动态绘制子系统"的过程;提出.NET平台下篮球比赛技战术统计与... 采用对象实体关系映射模型,建立篮球技术统计的数据指标,通过SQL查询语言对数据加工处理,输出有价值的技术统计信息;利用.NET中的GDI+绘图接口描述开发"篮球战术图动态绘制子系统"的过程;提出.NET平台下篮球比赛技战术统计与分析系统的研发思路,并描述主要模块的功能实现。着重探讨.NET平台下篮球比赛技战术统计与分析系统研发的两大关键技术路线,即利用H直方图聚类分割过滤篮球视频中非比赛帧,使用因子分析为篮球技术统计提供依据。 展开更多
关键词 篮球比赛 .NET平台 H直方图聚类 技术统计 战术分析 因子
下载PDF
乳腺动态增强MR图像序列的肿瘤分割 被引量:1
4
作者 丁国花 叶少珍 《福建电脑》 2011年第8期1-3,57,共4页
针对乳腺动态增强MRI的特点,本文提出一种基于二维直方图加权模糊聚类算法用于分割乳腺肿瘤。该方法通过对动态增强减影图进行分割来提取肿瘤,并且对福建肿瘤医院提供的临床数据进行了实验验证分析。实验结果表明,该方法对于动态对比增... 针对乳腺动态增强MRI的特点,本文提出一种基于二维直方图加权模糊聚类算法用于分割乳腺肿瘤。该方法通过对动态增强减影图进行分割来提取肿瘤,并且对福建肿瘤医院提供的临床数据进行了实验验证分析。实验结果表明,该方法对于动态对比增强的乳腺MRI图像的肿瘤分割具有较好的效果。 展开更多
关键词 图像分割 二维直方图加权模糊算法
下载PDF
New two-dimensional fuzzy C-means clustering algorithm for image segmentation 被引量:4
5
作者 周鲜成 申群太 刘利枚 《Journal of Central South University of Technology》 EI 2008年第6期882-887,共6页
To solve the problem of poor anti-noise performance of the traditional fuzzy C-means (FCM) algorithm in image segmentation, a novel two-dimensional FCM clustering algorithm for image segmentation was proposed. In this... To solve the problem of poor anti-noise performance of the traditional fuzzy C-means (FCM) algorithm in image segmentation, a novel two-dimensional FCM clustering algorithm for image segmentation was proposed. In this method, the image segmentation was converted into an optimization problem. The fitness function containing neighbor information was set up based on the gray information and the neighbor relations between the pixels described by the improved two-dimensional histogram. By making use of the global searching ability of the predator-prey particle swarm optimization, the optimal cluster center could be obtained by iterative optimization, and the image segmentation could be accomplished. The simulation results show that the segmentation accuracy ratio of the proposed method is above 99%. The proposed algorithm has strong anti-noise capability, high clustering accuracy and good segment effect, indicating that it is an effective algorithm for image segmentation. 展开更多
关键词 image segmentation fuzzy C-means clustering particle swarm optimization two-dimensional histogram
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部