当前位置:首页 >> 化学 >>

基于Union-Find的图像聚类方法_论文

第3 2卷 第 7期  2 0 1 5年 7月   计 算机 应 用与软件  Co mpu t e r   Ap p l i c a t i o n s   a n d   S o f t wa r e   V0 1 . 3 2  No . 7   J u 1 .2 0 1 5   基 于 Un i o n - F i n d的 图像 聚 类 方 法  宋 芳 琴  ( 绍 兴职业 技术学院信息工程学院 浙 江 绍兴 3 1 2 0 0 0)   摘 要  传 统的 图像聚类方法存在 对初始 数据敏感且计算复 杂度 高的 问题 , 且 图像全 局特征难 以有效地表达 图像 内容 。针对这  些 问题 , 提 出一种基 于 U n i o n - F i n d的图像 聚类方法。首先 , 该方法采用视觉词袋模 型 B o V WM( B a g   o f V i s u a l   Wo Ms   Mo d e 1 ) 来 描述 图   像 内容并 且利用投票方法来计 算每 对图像 的相似度得分 ; 然后 , 对于相似 度得 分大于给定 阈值 的图像 对进行 u mo n和 f i n d两个操作  并将相连 的分量形成聚类结果 。实验结果表 明, 该 方法较之于传统方法能较好地 改善 图像聚 类效果 , 且不需要初始聚类数 目作为先  验参 数。   关键词  中图分类号 图像聚类  视觉词袋  投 票方法 u n i o n - i f n d算法  T P 3 9 1   文献标识码 A   D O I : 1 0 . 3 9 6 9 / j . i s s n . 1 0 0 0 — 3 8 6 x . 2 0 1 5 . 0 7 . 0 7 6   I M AGE  CLUS TERI NG  M ETHoD  BAS ED  oN  UNI oN— FI ND  S o n g   Fa ng q i n   ( C o l l e g e   o fI n f o r m a t i o n   E n g i n e e r i n g, S h a o x i g  n V o c a t i o n a l   a n d   T e c h n i c a l   C o l l e g e , S h a o x i g  n 3 1 2 0 0 0, Z h e j i a n g, C h i n a )   Ab s t r a c t   T r a d i t i o n a l   i ma g e   c l u s t e r i n g   me t h o d s  h a v e  t h e   p r o b l e ms  o f   s e n s i t i v e   t o   i n i t i a l   d a t a   a n d   h i g h   c o mp u t a t i o n l  a c o mp l e x i t y .   Mo r e o v e r .t h e   s l o b a l   f e a t u r e   f  o i ma g e   c a n n o t   e x p r e s s   t h e   i ma g e   c o n t e n t   e fe c t i v e l y .S o   we   p r o p o s e   i n   t h i s   a r t i c l e   a   Un i o n - F i n d _ b a s e d   i ma g e   c l u s t e i r n g   me ho t d   f o r   t h e   a b o v e   p r o b l e m s .F i r s t l y ,t he   m e t h o d   u s e s   b g  a f  o v i s u a l   w o r d s   m o d d( B o V WM)t o   d e s c i r b e   i m a g e   c o n t e n t ,a n d   e mp l o y s   v o t i n g   a p p oa r c h   t o   c lc a u l  ̄e   t h e   s i mi l a r i t y   s c o r e s   f  o e a c h   p a i r   f  o i ma g e s .T h e n,f o r   t h e   i ma g e   p a i r s   h a v i n g   h i g h e r   s i mi l a r i t y   s c o r e s   t h a n   he t   p r e d e i f n e d   t h r e s h o l d   t h e   me t h o d   ma k e s   t wo   o p e r a t i o n s   f  o Un i o n   nd a   F i n d   a n d   f o r ms   he t   c o n n e c t e d   c o mp o n e n t s   t o   t h e   c l u s t e i r n g   r e s u l t .   E x p e ime r n t a l   r e s u l t s   i n d i c a t e   t h a t   t h e   i ma g e   c l u s t e in r g   e f e c t   c a n   b e   w e l l   i mp r o v e d   c o

相关文章:
更多相关标签: