留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

核空间聚类在图像纹理分类中的简化算法

袁运能 吴央 成功

袁运能, 吴央, 成功等 . 核空间聚类在图像纹理分类中的简化算法[J]. 北京航空航天大学学报, 2008, 34(03): 267-270.
引用本文: 袁运能, 吴央, 成功等 . 核空间聚类在图像纹理分类中的简化算法[J]. 北京航空航天大学学报, 2008, 34(03): 267-270.
Yuan Yunneng, Wu Yang, Cheng Gonget al. Simplified method of kernel fuzzy c-means clustering for image texture classification[J]. Journal of Beijing University of Aeronautics and Astronautics, 2008, 34(03): 267-270. (in Chinese)
Citation: Yuan Yunneng, Wu Yang, Cheng Gonget al. Simplified method of kernel fuzzy c-means clustering for image texture classification[J]. Journal of Beijing University of Aeronautics and Astronautics, 2008, 34(03): 267-270. (in Chinese)

核空间聚类在图像纹理分类中的简化算法

基金项目: 国防重点实验室基金资助项目
详细信息
    作者简介:

    袁运能(1962-),男,江西余干人,副教授,yuan203@buaa.edu.cn.

  • 中图分类号: TP 751

Simplified method of kernel fuzzy c-means clustering for image texture classification

  • 摘要: 模糊c均值聚类已广泛应用于模糊模式识别领域,但对于线性不可分数据并不适用.在核方法中通过将输入数据经过非线性映射投影到高维特征空间来解决非线性分类的问题.将传统的模糊c均值聚类算法应用于核空间中,对线性不可分的样本进行了核空间聚类的分类实验,得到了正确的分类结果.由于图像分类中分类样本(对应图像像素)数目庞大,造成了核空间聚类算法中特征距离的计算量过大.因此,在核空间聚类的基础上,提出了对图像先进行过分割,再对过分割的图像块进行核空间聚类的方法,大大降低了高维空间特征距离计算的运算成本,并取得了良好的分类效果.

     

  • [1] Muller K R, Mika S. Introduction to kernel-based learning algorithms[J]. IEEE Trans Neural Networks,2001,12(3):181-202 [2] Girolami M. Mercer kernel based clustering in feature space[J]. IEEE Trans on Neural Networks,2002,13(13):780-784 [3] 张莉,周伟达,焦李成.核聚类算法[J].计算机学报,2002,25(6):587-590 Zhang Li, Zhou Weida, Jiao Licheng. Kernel clustering algorithm[J]. Chinese Journal of Computers,2002,25(6):587-590(in Chinese) [4] Wu Zhongdong,Xie Weixin. Kernel method-based fuzzy clustering algorithm[J]. Journal of Systems Engineering and Electronics,2005,16(3):160-166 [5] Chen Songcan, Zhang Daoqiang. Robust image segmentation using FCM with spatial constraints based on new kernel-induced distance measure[J]. IEEE Transactions on Systems, Man and Cybernetics-PART B: Cybernetics,2004,34(4):1907-1916 [6] Wu Xiaohong,Zhou Jiangjiang. Possibilistic fuzzy c-means clustering model using kernel methods Proceedings-International Conference on Computational Intelligence for Modelling, Control and Automation, CIMCA 2005 and International Conference on Intelligent Agents, Web Technologies and Internet.Piscataway:Institute of Electrical and Electronics Engineers Computer Society,2005,2:465-470 [7] Unser M.Texture classification and segmentation using wavelet frames[J]. IEEE Transactions on Image Processing,1995,4(11):1549-1560 [8] 吴高洪,章毓晋,林行刚.利用小波变换和特征加权进行纹理分割[J].中国图象图形学报,2001,6(4):333-337 Wu Gaohong, Zhang Yujin, Lin Xinggang. Texture segmentation with wavelet transform and feature weighting[J]. Journal of Image and Graphics,2001,6(4):333-337(in Chinese)
  • 加载中
计量
  • 文章访问数:  3587
  • HTML全文浏览量:  195
  • PDF下载量:  944
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-06-29
  • 网络出版日期:  2008-03-31

目录

    /

    返回文章
    返回
    常见问答