流形距离的自动免疫克隆聚类图像分割算法

《流形距离的自动免疫克隆聚类图像分割算法》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第43卷第5期电子科技大学学报Vl01．43NO．52014年9月JournalofUniversityofElectronicScienceandTechnologyofChinaSep．2014流形距离的自动免疫克隆聚类图像分割算法邓晓政，焦李成(西安电子科技大学智能感知与图像理解教育部重点实验室西安710071)【摘要】聚类算法在对图像进行分割的过程中要面对如何自动确定聚类类别数、如何克服图像特征点分布复杂的流形结构、如何减少算法的运行时间。针对这些问题，提出了流形距离的自动免疫克隆聚类图像分割算法．自动免疫克

2、隆聚类算法可以自动确定聚类个数，不需要人为事先给定，并且确保全局收敛；使用流形距离可以反映空间分布复杂的流形数据；使用超像素而非像素来降低图像分割的时间等问题．通过对4组人工数据集和4幅自然图像进行实验，对比k．me~rls算法、GCUK算法，结果表明该方法优势比较明显，具有一定的实用性和先进性。关键词聚类；图像分割；免疫克隆：流形中图分类号TP391．4文献标志码Adoi：10．3969／j．issn．1001．0548．2014．05．019AutomaticImmuneClonalClusteringMetho

3、dUsingManifoldDistanceforImageSegmentationDENGXiao-zhengandJIAOLi··cheng(KeyLaboratoryofIntelligentPerceptionandImageUnderstandingofMinislIyofEducationofChina,XidianUniversityXi’an710071)AbstractThereareseveraldifficuRiesinusingapartitionalclusteringalgorithmto

4、dealwithimagesegmentationproblemincludingchoosingthecorrectnumberofclusterswithoutanypriorknowledge，measuringtheimagedatasetswithcomplicatedmanifoldstructuresandreducingthecomputationtime．Inthispaper，anautomaticimmuneelonalclusteringmethodusingmanifolddistancei

5、sappliedtoimagesegmentation．Thismethodcanautomaticallydeterminethenumberofclusters，measurethecomplicatedmanifolddatasetbyUSingmanifolddistance，andlesscomputationtimebyusingsuper-pixelsinsteadofpixels．ExperimentalresultsonfourartificialdatasetsandfourBerkeleyima

6、gesshowthattheHovelmethodoutperformsthek．meansalgorithmandtl1eGCUKalgorithm．Keywordsclustering；imagesegmentation；immuneclonal；manifold图像分割技术是图像处理和模式识别领域的关法可以分为层次聚类(hierarchica1)或划分聚类键和基础【lJ。图像分割是将待分割的图像分成不同(partitiona1)，也可分为硬聚类(crisp)或者模糊聚类的区域，每个单独的区域是同质的(灰度、颜色

7、或纹(fuzzy)。本文使用的是硬划分聚类。理相近)，但是任意两个相邻的区域不是同质的一个现有的聚类算法中，k-means算法和FCM算法是过程⋯。目前图像分割在国防、农业、采矿、医疗最经典常见的聚类算法【3】，优点是算法操作简单，等各个领域都起着重要的作用。近年来国内外专家运行快捷，适用于大规模图像数据集。但是缺点也学者提出了很多不同的图像分割方法：直方图阈值较为明显，主要有初始选取的聚类中心对最终结果法、基于区域的合并和分裂法、基于模型的方法、影响较大，极易陷入局部最优值，且只适合球形和基于聚类的方法等[21。对

8、于图像，特别是彩色图像，超球分布的数据集。而近年来涌现的基于进化计算颜色空间是天然的特征空间，使用聚类方法在特征的图像分割聚类算法【4。6】，具有良好的全局搜索能空间聚类是最直接有效的方法。力，不容易陷入局部最优值，但是它们大多使用欧聚类是将一个无类标属性的数据集划分成若干几里德距离，限制了其仅适合球形分布的图像数据。子集，每一个子集称为一个类