作者：任恒怡; 贺松; 陈文亮平滑滤波欧式距离图像分割
摘要：K-means聚类算法是图像分割中比较常见的一种方式。它是一种无监督学习方法，能够从研究对象的特征中发现关联规则，因而具有强有力的处理方法。但是，由于该算法对噪声的敏感性K值及初始类心的不确定性，使其在图像分割中存在缺陷，于是提出了一种改进的K-means聚类算法来提高分割的效果。首先对图像进行平滑滤波处理，再根据相应条件找到特征向量作为初始类心，最后进行聚类操作。实验表明，本算法能够有效提取目标对象，提高图像分割的效果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
