电脑知识与技术
電腦知識與技術
전뇌지식여기술
COMPUTER KNOWLEDGE AND TECHNOLOGY
2010年
4期
962-964
,共3页
图像分割%粗糙集%K均值聚类%特征向量
圖像分割%粗糙集%K均值聚類%特徵嚮量
도상분할%조조집%K균치취류%특정향량
提出了一种改进的K均值聚类图像分割方法.针时彩色图像的像素特征,利用Ohta等人的研究成果,选取能有效表示彩色像素特征的彩色特征集中的第一个分量作为图像像素的一维特征向量,用来替代经典K均值聚类图像分割中的灰度,大大降低了运算量.基于粗糙集理论的算法,求出初始聚类个数与均值.选用对特征空间结构没有特殊要求的特征距离代替欧氏距离,应用改进的K均值聚类算法对样本数据进行聚类,从而实现对彩色图像的快速自动分割.实验表明,该图像分割算法可有效提高图像分类的精度和准确度,并且运算代价小,收敛速度快.
提齣瞭一種改進的K均值聚類圖像分割方法.針時綵色圖像的像素特徵,利用Ohta等人的研究成果,選取能有效錶示綵色像素特徵的綵色特徵集中的第一箇分量作為圖像像素的一維特徵嚮量,用來替代經典K均值聚類圖像分割中的灰度,大大降低瞭運算量.基于粗糙集理論的算法,求齣初始聚類箇數與均值.選用對特徵空間結構沒有特殊要求的特徵距離代替歐氏距離,應用改進的K均值聚類算法對樣本數據進行聚類,從而實現對綵色圖像的快速自動分割.實驗錶明,該圖像分割算法可有效提高圖像分類的精度和準確度,併且運算代價小,收斂速度快.
제출료일충개진적K균치취류도상분할방법.침시채색도상적상소특정,이용Ohta등인적연구성과,선취능유효표시채색상소특정적채색특정집중적제일개분량작위도상상소적일유특정향량,용래체대경전K균치취류도상분할중적회도,대대강저료운산량.기우조조집이론적산법,구출초시취류개수여균치.선용대특정공간결구몰유특수요구적특정거리대체구씨거리,응용개진적K균치취류산법대양본수거진행취류,종이실현대채색도상적쾌속자동분할.실험표명,해도상분할산법가유효제고도상분류적정도화준학도,병차운산대개소,수렴속도쾌.
