吴金龙;李铁军 利用局部子空间迭代算法进行图像分割。 (英语) Zbl 1153.94001号 科学。中国,Ser。A类 51,第8期,1495-1509(2008). 摘要:本文提出了一种基于局部子空间迭代的图像分割算法(SLSI)。基本思想是通过J.Shi先生和J.马利克[IEEE Trans.Pattern.Anal.Mach.Intel.22,888–905(2000)]和LSIW.E.、T.Li和J.卢[提交给Proc.Nat.Acad.Sci.(2007)]。LSI用于解决与图像亲和矩阵相关的特征值问题,从而使整个算法线性缩放。讨论了SLSI中分区数、支持度和权重函数的选择。对真实图像的数值实验表明了该算法的适用性。 引用于1文件 MSC公司: 94A08型 信息与通信理论中的图像处理(压缩、重建等) 15甲18 特征值、奇异值和特征向量 68单位10 图像处理的计算方法 关键词:图像分割;局部子空间迭代;非传染性疾病;拉普拉斯图 PDF格式BibTeX公司 XML格式引用 \textit{J.Wu}和\textit{T.Li},科学。中国,Ser。A 51,No.8,1495--1509(2008;Zbl 1153.94001) 全文: 内政部 参考文献: [1] Perona P,Freeman W T。分组的因子分解方法。在Burkardt H编辑的Proc ECCV中。柏林-海德堡:施普林格出版社,1998年,655–670 [2] Scott G L,Longuet-Higgins H C.通过重新缩放近似矩阵的特征向量进行特征分组。In:Proc British Machine Vision Conference,Oxford,1990,103–108 [3] Shi J,Malik J.标准化切割和图像分割。IEEE Trans-Pattern Ana Mach Intel,22:888–905(2000)·数字对象标识代码:10.1109/34.868688 [4] Saul L K,Weinberger K Q,Sha F等。降维的谱方法,半监督学习。马萨诸塞州:麻省理工学院出版社,2006年 [5] E W,Li T,Lu J.特征子空间的局部化基础和算子压缩。提交给Proc Nat Acad Sci,2007 [6] Chung F R K.谱图理论。普罗维登斯,RI:Amer Math Soc,1997·Zbl 0867.05046号 [7] Meila M,Shi J.光谱分割的随机行走视图。摘自:第八届人工智能与统计国际研讨会论文集。旧金山:Morgan Kaufmann,2001,92–97 [8] Golub G H,Van Loan C F.矩阵计算,第三版,巴尔的摩-朗顿:约翰霍普金斯大学出版社,1996年·Zbl 0865.65009号 [9] Saad Y.大型特征值问题的数值方法。曼彻斯特:曼彻斯特大学出版社,1992年·Zbl 0991.65039号 [10] Weiss Y.使用特征向量的分割:一个统一的观点。参加:计算机视觉国际会议。阿拉米托斯:IEEE计算机学会出版社,1999年,975–982 [11] Hastie T、Tibshirani R、Friedman J.《统计学习的要素》。纽约-柏林-海德堡:施普林格-弗拉格出版社,2001年·Zbl 0973.62007号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。