基于相似度矩阵的谱聚类集成图像分割

摘要

针对谱聚类集成算法计算复杂度高,难以应用到大规模图像分割处理的问题,提出一种将MS和基于超边相似度矩阵的谱聚类集成算法(HSMCESA)相结合的彩色图像分割算法(MS-HSMCESA).首先,采用MS算法对彩色图像进行预分割,计算分割得到的每个区域的所有像素的彩色向量的平均值,以此作为HSMCESA的输入.在HSMCESA的谱分解过程中,通过矩阵变换对特征值分解进行近似求解,大大降低了算法的时间复杂度.对比实验表明:MS-HSMCESA较MS-Kmeans和MS-Ncut算法能获得更好的分割质量.