位置:成果数据库 > 期刊 > 期刊详情页
一种基于集成学习技术的图像分割算法的研究
  • ISSN号:2095-3046
  • 期刊名称:江西理工大学学报
  • 时间:2012.6.15
  • 页码:56-61
  • 分类:TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]江西理工大学信息工程学院,江西赣州341000
  • 相关基金:国家自然科学基金资助项目(61105042)
  • 相关项目:自动聚类集成理论及其在不变性识别中的应用研究
作者: 罗会兰|王威|
中文摘要:

提出了一种基于集成学习技术的图像分割算法.该算法首先通过现有主流的图像分割算法对图像进行分割产生多个分割中间结果,然后利用集成技术对分割中间结果集进行集成,最后利用产生的集成结果对图像进行分割.实验使用了阈值分割算法、区域生长算法和FCM算法,实验结果表明基于集成技术的图像分割算法继承了各个算法的优点,弥补了单个算法的缺点,分割的效果好于采用单一分割算法的情况,很好地解决了图像分割中容易出现的不完全分割问题,同时较之于单一的算法,有更广的适用范围.

英文摘要:

An image segmentation algorithm based on ensemble learning is proposed. First, several different image segmentation algorithms are used to produce many intermediate segmentation results. Then the intermediate image segmentation results are integrated with ensemble learning. Finally, the integrated output is adopted to image segmentation. The thresholding segmentation method, region growing segmentation method and FCM segmentation method are used in the experiments. Experimental results show that the quality of the proposed image segmentation algorithm based on ensemble learning technology significantly outperforms the best individual member. And the proposed method can be a good solution to incomplete image segmentation problem. At the same time, the performance of the proposed method is often more robust than a single algorithm.

同期刊论文项目
期刊论文 32 会议论文 4 获奖 2 著作 1
同项目期刊论文
期刊信息
  • 《江西理工大学学报》
  • 主管单位:江西省教育厅
  • 主办单位:江西理工大学
  • 主编:邱延省
  • 地址:江西省赣州市红旗大道86号江西理工大学行政楼608
  • 邮编:341000
  • 邮箱:
  • 电话:0797-8312222 8312211
  • 国际标准刊号:ISSN:2095-3046
  • 国内统一刊号:ISSN:36-1289/TF
  • 邮发代号:
  • 获奖情况:
  • 先后三次获全国《CAJ-CD规范》执行优秀期刊,2008年在江西省教育厅和江西省新闻出版局联合组织...,2011年和2012年两度荣获教育部授予的"中国科技论...,2012年荣获江西省第四届"江西省优秀期刊二等奖"和...,2011年和2013年两度入选"RCCSE中国核心学术期刊",华东地区优秀期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版)
  • 被引量:3924