基于特征自监督分类的图像区域分割方法.pdfVIP

计算机研究与发展 ISSN1000一1239／CNll—1777／TP of Res哪’ch蛐d J伽malco唧uter D竹dopf耻nt 42(增刊)：318～322，2加5 基于特征自监督分类的图像区域分割方法 王莉莉杨跃东 岳永辉 (北京航空航天大学虚拟现实新技术教育部重点实验室北京100083) (Iily_w@wIab．bu矩．e如．cn) Basedon CIassificationofFeatures ImageSegmentationSelf-Supervised m，Yang Yue Wang Yuedong，andYonghui (脚L口抽u幻叫。，Wn阳fR岫f幻T“蒯q甜。肺H斑删o，尉蚴t洳。腑地啊mn郴埘，酬f增100083) Abstr们tWhen one thestructur∞of segmentingimages，uslng algorithm the only sm0。thing maydestroy makesthe lessfobust．An origillalfeatur龉，andunsupeⅣisedclustering r留ult imagesegmentationmethod based cIassificationis standard fromtwo on辩If-superv{sed a190richrn8 c【assicaI presented．Two 8m00thing totheGabor the to wavelet resultsarecombinedtra士lsform techniquecategoriesare印plkd features，and into classification method that unsupervisedclusterirlgself．supeⅣised usirlg“船yclusterirlg．This proves there3ultof canbemadeInorerobust． imagesegmemation words Cmeans Key imagesegmentation；pixeIfeature；fu五zy 摘要计对现有的基于像素特征的图像区域分割方法，仅使用单一平滑算法处理后的特征进行非监督 聚类、鲁棒性较差的问题，提出一种基于特征自监督分类的图像区域分割方法，使用两种平滑算法对 Gabor特征平滑处理，并在此基础之上．使用模糊C均值方法将非监督聚类特化成自监督分粪．实验证 明，方法能够改善分割效果． 关键词图像分割；像素特征；模糊c均值 中围法分类号TP39l，41 目前的图像分割方法主要可分为以下几种：基 l引 言 于直方图闽值化的方法、基于边缘的方法、基于区域 的方法和基于像素特征的方法．其中，基于像素特 图像分割的目标是对图像进行划分，以