文献
J-GLOBAL ID:201702285934467326   整理番号:17A0320216

空間制約のある局所correntropyベースファジィc平均値クラスタリングを用いたロバストなレベルセット画像セグメンテーションアルゴリズム【Powered by NICT】

Robust level set image segmentation algorithm using local correntropy-based fuzzy c-means clustering with spatial constraints
著者 (7件):
資料名:
巻: 207  ページ: 22-35  発行年: 2016年 
JST資料番号: W0360A  ISSN: 0925-2312  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
正確な画像セグメンテーションは画像分析や画像理解における挑戦的な課題である,空間的制約(FCM_S)を持つファジィc-meansクラスタリング(FCM)はこの課題に適した効果的なアルゴリズムである。しかし,FCM_Sは,高い計算複雑性を持つ,雑音や異常値に対して十分なロバスト性,その有用性を制限するであろうを欠いていた。これらの困難を克服するために,空間的制約(LCFCM_S)とその単純化モデル(LCFCM_S_1)による局所correntropyベースファジィc-平均クラスタリングアルゴリズムを提案した。相関エントロピー基準を利用することにより,クラスタリングアルゴリズムは,対応するクラスタ中心に近いことを試料の重みを強調できる。,提案したクラスタリングアルゴリズムは,レベルセット正則化項を持つ変分レベルセット定式化に組み込まれている。最後に,反復的に再重みづけアルゴリズムを適用してLCFCM_SとLCFCM_S_1に基づくレベルセット法を解いた。人工的画像および実画像上での実験結果により,強度不均一性と雑音のある画像セグメンテーションの精度とロバスト性の観点から,いくつかの最先端アプローチと比較してこの方法の優位性を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  システム・制御理論一般 

前のページに戻る