基于模糊连接度的近邻传播聚类图像分割方法

？针对现有近邻传播聚类图像分割方法分割精度低的问题,提出一种基于模糊连接度的邻近传播聚类(fcap)图像分割算法。针对传统模糊连接度算法不能得出任意点对间模糊连接度的不足,结合最大生成树提出了全模糊连接度算法。fcap算法先使用normalizedcut超像素技术进行超像素分割，这些超像素可以看作数据点以及它们之间的模糊连接度;然后使用所提出的全模糊连接度算法计算超像素间的模糊连接度,根据模糊连接度和空间信息计算超像素的相似度;最后使用近邻传播(ap)聚类算法完成分割。实验结果表明,fcap算法明显优于超像素处理后直接使用ap聚类算法进行分割的方法,并且优于无监督图像分割方法。