Regional Merge K-means图像分割算法及其质量评价

• 作者: 余寒 刘汉湖 曾敏 陈军
• 来源期刊: 河南科学
• 关键词: 图像分割 聚类算法 RegionalMergeK-means(RMK) 质量评价
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 数学与信息科学
• 页码范围: 370-375
• 页数: 6页
• 分类号: TP751.1
• 语种: 中文

摘要

K值是基于K-means聚类算法进行图像分割效果的关键因素,为了解决K值过小,图像分割不明显,K值过大,图像分割信息过于碎片化的问题,提出一种Regional Merge K-means(RMK)算法.首先对图像运用K-means算法进行聚类,然后运用区域合并(Regional Merge)优化图像分割效果,最后利用不同图像进行图像分割试验,并选用不同的质量评价指标对试验结果进行评价.结果表明,该算法能显著优化图像分割效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘汉湖	成都理工大学地球科学学院	56	302	9.0	15.0
2	曾敏	成都理工大学地球科学学院	15	41	3.0	6.0
3	余寒	成都理工大学地球科学学院	2	0	0.0	0.0
4	陈军	成都大学建筑与土木工程学院	1	0	0.0	0.0