流形距离的自动免疫克隆聚类图像分割算法-电子科技大学学报.pdfVIP

第43 卷 第5 期 电 子 科 技 大 学 学 报 Vol.43 No.5 2014年9月 Journal of University of Electronic Science and Technology of China Sep. 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-means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 A doi:10.3969/j.issn.1001-0548.2014.05.019 Automatic Immune Clonal Clustering Method Using Manifold Distance for Image Segmentation DENG Xiao-zheng and JIAO Li-cheng (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education of China, Xidian University Xian 710071) Abstract There are several difficulties in using a partitional clustering algorithm to deal with image segmentation problem including choosing the correct number of clusters without any prior knowledge, measuring the image datasets with complicated manifold structures and reducing the computation time. In this paper, an automatic immune clonal clustering method using manifold distance is applied to image segmentation. This method can automatically determine the number of clusters, measure the complicated manifold dataset by using manifold distance, and less computation time by using super-pixels instead of pixels. Experimental results on four artificial data sets and four Berkeley images show that the novel method outperforms the k-means algorithm and the GCUK algorithm. Key words clustering; image segmentation; immune clonal; 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