基于图的加权核K均值的图像多尺度分割.pdfVIP

第29卷第10期 光 学 学 报 V01．29．No．10 2009年lo月 ACTA0PTICASINICA October．2009 文章编号：0253—2239(2009)10—2762—06 基于图的加权核K均值的图像多尺度分割 李昱川1 田 铮1’2 ／ 1西北工业大学理学院应用数学系，陕西西安710129、 、2中国科学院遥感应用研究所遥感科学国家重点实验室。北京100101， 摘要 提m改进的最小割(IMC)模犁以避免分割出小的孤市点集，研究了改进的最小割模型与加权核K均值之间 的等价关系，列举r几种常见的用于建立图割模型边权值的相似度函数，并分析了其对分割结果的影响。在此基 础上．设计了一个摹于图的加权核K均值图像多尺度分割方法，该方法既避免r基于图割的图像分割中图谱的求 解问题，又避免了加权核K均值方法中核矩阵的选取问题，间时实现J，对图像多尺度的分割。通过对该方法进行 抗噪性能的分析，以及在光学图像上对实验结果进行比较，验证r所提出方法的有效性。 关键词 图像处理；图像分割；加权核K均值；多尺度分割 中图分类号TP391文献标识码A doi：10．3788／AO2762 Multiseale Basedon ImageSegmentation GraphWeighted KernelK．means LiYuchuanlTian Zhen91·2 Mathematics，SchoolScience，Northwestern DepartmentofApplied of PolytechnicalUniversity． Xf7an，Shaanxi710129．吼ina 2 TheState Remote Science，InstituteRemote KeyLaboratoryof Sensing of Sensing 100101，China Applications，ChineseAcademyofSciences，Beijing AbstractAn minimumcutmodeIiS thattheminimumcutcriteriafavors improved presentedconsidering cutting smallsetsofisolatednodes，then relationbetweenthe minimumcutmodeland equivalence improved kernel weighted k-meansiSresearched．andtheinfluenceofdifferent functionsonthe