文献类型：期刊文章

作　　者：包晓敏[1] 彭霄[1] 汪亚明[1] 曹作宝[1]

机构地区：[1]浙江理工大学计算机视觉与模式识别研究中心,浙江杭州310018

出　　处：《纺织学报》

基　　金：国家自然科学基金资助项目(60873020);浙江省自然科学基金资助项目(Y107124;Z1080702)

年　　份：2010

卷　　号：31

期　　号：2

起止页码：125-128

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提高纺织CAD技术,依据半监督聚类理论,提出一种以最小错误率贝叶斯决策为准则的半监督聚类的织物图像分割算法。这种算法利用有限的人工信息,即在织物图像上点击有限的几个点以标识相应区域之间的关系,从而得到满足用户给定限制的织物图像分割结果。用该算法首先对织物图像进行量化转换处理,而后在贝叶斯模式识别中集成先验的分割信息进行色彩聚类。实验结果表明,该算法用于织物图像分割是可行的。

关 键 词：贝叶斯决策 织物图像分割  半监督聚类 最小错误率

分 类 号：TP391.41]