不完全K-means聚类与分类优化结合的图像分割算法

• 作者: 吕学斌 周群彪 杨明川
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 图像分割 不完全K均值聚类 分类优化
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 图形图像技术
• 页码范围: 248-251,268
• 分类号: TP391.413
• 字数: 4884字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.00248

摘要

为提升K均值聚类的效率及图像分割效果,提出了一种不完全K均值聚类与分类优化结合的图像分割(IKCO)算法.首先,采用简单的方法来进行数据精简及初始中心的确定;然后,根据给出的不完全聚类准则对图像进行聚类分割；最后,对分割结果进行分类优化以提升分割效果.实验结果表明,相对于传统的K均值聚类方法,IKC0算法在进行图像分割时具有很好的分割效率,且分割效果与人类视觉感知具有更高的一致性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周群彪	四川大学计算机学院	41	274	10.0	14.0
2	吕学斌	四川大学计算机学院	19	175	8.0	13.0
3	杨明川	四川大学计算机学院	1	17	1.0	1.0