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