典型文献
面向图像分割的卷积密度聚类算法
文献摘要：
为了提升密度聚类算法在高分辨图像分割中的可用性,针对数字图像特点,提出一种基于三维卷积的高效密度聚类算法,并在此基础上实现一种彩色图像分割方法.首先,在DBSCAN算法的基础上引入卷积思想,将核心对象获取过程转化为三维卷积运算过程,避免距离计算和区域检索,使该步骤的时间复杂度从二阶降为常数级;然后,基于动态规划思想优化三维卷积运算过程,使卷积时间与卷积核尺寸无关;最后,根据核心对象集合的有序性精简样本点的邻域搜索范围.对比现有算法,在Berkeley BSD300数据集上的实验结果表明,所提算法是有效的,CH指数和计算效率平均提高17％和49％.利用遥感图像测试集Mts-WH进行实验的结果表明,所提算法的时间效率提升显著,比kD树优化的DBSCAN算法效率平均提升19倍,并且样本点数量越多,提升效果越明显,样本点数量超过50万级别时,提升效率达到169倍.
文献关键词：
图像分割;密度聚类;三维卷积;动态规划;有序集合
中图分类号：
作者姓名：
张淼;陈爱军;卢男凯;沈小燕
作者机构：
中国计量大学计量测试工程学院 杭州 310018
文献出处：
引用格式：
[1]张淼;陈爱军;卢男凯;沈小燕-.面向图像分割的卷积密度聚类算法)[J].计算机辅助设计与图形学学报,2022(07):1075-1084
A类：
BSD300,有序集合
B类：
密度聚类算法,可用性,数字图像,三维卷积,彩色图像分割,分割方法,DBSCAN,卷积运算,运算过程,距离计算,时间复杂度,降为,数级,动态规划,规划思想,卷积核尺寸,有序性,精简,邻域搜索,搜索范围,Berkeley,CH,计算效率,遥感图像,图像测试,测试集,Mts,WH,时间效率,kD,算法效率,样本点数量,提升效果,提升效率
AB值：
0.396759
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
