基于非负矩阵分解的谱聚类集成SAR图像分割

邓晓政; 焦李成; 卢山

您当前的位置：

首页 >

文章列表页 >

基于非负矩阵分解的谱聚类集成SAR图像分割

科研通信 | 更新时间：2025-07-16

- 基于非负矩阵分解的谱聚类集成SAR图像分割
- Spectral Clustering Ensemble Applied to SAR Image Segmentation Using Nonnegative Matrix Factorization
- 电子学报 2011年39卷第12期页码：2905-2909
- 作者机构：
  
  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,陕西,西安,710071
- 作者简介：
- 基金信息：
  
  国家教育部博士点基金 (No.200807010003);国家自然科学基金 (No.60971128,NO.61003198);高等学校学科创新引智计划 (No.B07048)
- DOI：
  中图分类号： TP391.41
- 纸质出版：2011
- 稿件说明：
移动端阅览
邓晓政, 焦李成, 卢山. 基于非负矩阵分解的谱聚类集成SAR图像分割[J]. 电子学报, 2011,39(12):2905-2909.

DENG Xiao-zheng, JIAO Li-cheng, LU Shan. Spectral Clustering Ensemble Applied to SAR Image Segmentation Using Nonnegative Matrix Factorization[J]. Acta Electronica Sinica, 2011, 39(12): 2905-2909.
邓晓政, 焦李成, 卢山. 基于非负矩阵分解的谱聚类集成SAR图像分割[J]. 电子学报, 2011,39(12):2905-2909. DOI：

DENG Xiao-zheng, JIAO Li-cheng, LU Shan. Spectral Clustering Ensemble Applied to SAR Image Segmentation Using Nonnegative Matrix Factorization[J]. Acta Electronica Sinica, 2011, 39(12): 2905-2909. DOI：

摘要

本文提出了一种新颖的基于非负矩阵分解的谱聚类集成SAR图像分割框架.首先

个体分割结果的产生采用基于Nystrom逼近的谱聚类方法

使用不同的尺度参数

得到具有差异性的个体分割结果;其次

使用非负矩阵分解的方法来合并这些个体分割结果

使用非负矩阵分解方法的优点在于其合乎人类大脑感知的直观体验

并具有明确的物理含义;最后

根据合并得到的像素点隶属度关系得到SAR图像分割结果.为了验证本文方法的有效性

对3幅纹理图像和4幅SAR图像进行分割实验

并对比K-means方法、基于Nystrom逼近的谱聚类方法、Meta-clustering方法

本文的方法无论是定性还是定量分析都是较好的

并具有一定的实用性.

Abstract

In this paper

a novel method based on spectral clustering ensemble using nonnegative matrix factorization (NMF) is proposed for the segmentation of SAR image.Firstly

diversity segmentation components are obtained due to the spectral clustering method is sensitive to the scaling parameter.Secondly

these components are combined by using NMF

NMF is a method that can obtain a representation of data full of intuitive meaning and physical interpretation.Finally

segmentation result is obtained according to the combined result.To show the effectiveness of the novel method

experiments with three texture images and four SAR images are considered.The segmentation results are evaluated by comparing with K-means method

spectral clustering method based on Nystrom approximation and Meta-clustering method.According to the qualitative and quantitative analysis

the proposed method is effective and has some practical value.

关键词

Keywords

references

浏览量

1404

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

区域和邻域级信息相结合的加强型PFCM含噪图像分割算法

SwinT-Unet：基于双通道自注意力机制的超声图像分割方法

基于最小熵准则与生成对抗网络的SAR三维转动舰船目标重聚焦方法

基于自监督复数域深度学习网络的SAR有源压制干扰抑制方法

基于比尔朗伯定律的变分水平集模型