山东科学
山東科學
산동과학
SHANDONG SCIENCE
2012年
6期
79-81,93
,共4页
华志励%刘军礼%刘波
華誌勵%劉軍禮%劉波
화지려%류군례%류파
数字图像处理%目标识别%图像分割%K均值聚类
數字圖像處理%目標識彆%圖像分割%K均值聚類
수자도상처리%목표식별%도상분할%K균치취류
digital image processing%target recognition%image segmentation%K-means clustering
针对传统图像分割方法存在的弊端，本文采用K均值聚类方法对海上复杂背景下的目标识别进行研究。实验结果表明，采用该方法能够有效地进行复杂背景下海上目标的提取，并且保留目标的细节信息。
針對傳統圖像分割方法存在的弊耑，本文採用K均值聚類方法對海上複雜揹景下的目標識彆進行研究。實驗結果錶明，採用該方法能夠有效地進行複雜揹景下海上目標的提取，併且保留目標的細節信息。
침대전통도상분할방법존재적폐단，본문채용K균치취류방법대해상복잡배경하적목표식별진행연구。실험결과표명，채용해방법능구유효지진행복잡배경하해상목표적제취，병차보류목표적세절신식。
We employ K-means clustering method to recognize a target in complex ocean scenario in view of the negatives of the traditional image segmentation approaches. Experimental results show that the K-means clustering approach can effectively extract sea targets in complex ocean scenario and keep the detailed information of a target.
