基于改进K-均值聚类的图像分割算法研究

• 作者: 冯冬青 李翠
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: K-均值聚类 加权欧氏距离 初始聚类中心 HLS颜色空间
• 年，卷（期）: 2011,（1）
• 页码范围: 109-113
• 分类号: TP391.41
• 字数: 3291字
• 语种: 中文

摘要

为了实现彩色图像的准确分割,研究了在HLS颜色空间中基于优化初始中心的加权K-均值彩色图像聚类算法.首先对大样本的目标颜色进行数理统计,获取优化的初始聚类中心,从而实现准确分类和避免K-均值容易陷入局部最优的问题;然后在HLS颜色空间中引入加权欧氏距离来度量对象间的相关性,通过调整系数使对象不同的颜色属性内在特征得以充分利用.实验证明,该算法在保持K-均值聚类简洁、收敛速度快的同时能产生更好的聚类效果,实现彩色图像的快速准确分割.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯冬青	郑州大学电气工程学院	96	930	17.0	23.0
2	李翠	郑州大学电气工程学院	2	52	1.0	2.0