 |
|
|
|
 |
 |
 |
|
 |
|
 |
|
|
| 李乡儒,吴福朝,胡占义.均值漂移算法的收敛性.软件学报,2005,16(3):365-374 |
| 均值漂移算法的收敛性 |
| Convergence of a Mean Shift Algorithm |
| 投稿时间：2004-05-30 修订日期：2004-08-10 |
| DOI： |
| 中文关键词: 均值漂移 收敛性 聚类分析 图像处理 |
| 英文关键词:mean shift convergence clustering analysis image processing |
| 基金项目:Supported by the National Natural Science Foundation of China under Grant No.60375006 (国家自然科学基金); the National High-Tech Research and Development Plan of China under Grant No.2003AA133060 (国家高技术研究发展计划(863)) |
| 作者 | 单位 | | 李乡儒 | 中国科学院,自动化研究所,模式识别国家重点实验室,北京,100080
中国科学院,研究生院,北京,100039 | | 吴福朝 | 中国科学院,自动化研究所,模式识别国家重点实验室,北京,100080
中国科学院,研究生院,北京,100039 | | 胡占义 | 中国科学院,自动化研究所,模式识别国家重点实验室,北京,100080
中国科学院,研究生院,北京,100039 |
|
| 摘要点击次数: 6545 |
| 全文下载次数: 10953 |
| 中文摘要: |
| 均值漂移是一种有效的统计迭代算法,已广泛应用于聚类分析、跟踪、图像分割、图像平滑、滤波、图像边缘提取和信息融合等方面.但是,其收敛性仍没有得到严格的证明,而收敛性是任何迭代算法的必要前提.推广并严格证明了该算法的收敛性.首先将均值漂移算法做了以下推广:反映不同样本点处局部空间结构的差异及其各向异性.然后,在推广的条件下从数学上严格证明了均值漂移算法的收敛性.最后,探讨了均值漂移算法中参数的自适应选择方法.从而为该算法的应用奠定了理论基础. |
| 英文摘要: |
| Mean shift is an effective iterative algorithm widely used in clustering, tracking, segmentation, discontinuity preserving smoothing, filtering, edge detection, and information fusion etc. However, its convergence, a key property of any iterative method, has not been rigorously proved till now. In this paper, the traditional mean shift algorithm is first extended to account for both the local property at different sampling points and the anisotropic property at different directions, then a rigorous convergence proof is provided under these extended conditions. Finally, some approaches to adaptively selecting the algorithm’s parameters are outlined. The results in this paper contribute substantially to the establishment of a sound theoretical foundation for the mean shift algorithm. |
|
HTML 下载PDF全文 查看/发表评论 下载PDF阅读器 |
|
|
|
|
|
|
 |
|
|
|
|
 |
|
 |
|
 |
|
