基于改进K均值聚类的图像修复方法

• 作者: 裴晨 徐国彬 于艺铭 吴灵 黄俊轶 王琪
• 来源期刊: 包装工程
• 学科: 工学
• 关键词: 图像修复 区域分割 色彩迁移 K均值聚类 数学形态学
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 图文信息技术
• 页码范围: 255-262
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19554/j.cnki.1001-3563.2020.23.036

摘要

目的 针对常见分区域图像修复算法中,对于待修复目标的分离效果不佳而导致的修复效果较差等问题,提出一种基于改进K均值聚类的图像修复方案.方法 首先将待分割图像转换到CIELab颜色空间,对a,b分量进行聚类运算,得到K个聚类中心,通过改变聚类迭代次数,得到粗分割结果 ;然后采用数学形态学对分割结果 进行细化处理,精确分离得到目标对象和背景;最后,采用Reinhard算法对目标和背景分别进行色彩迁移,得到图像修复结果 .结果 所提模型中的区域分割算法,其分离效果均优于经典的分水岭算法、最大类间方差法和基于Lab通道的最大类间方差算法,采用Reinhard色彩迁移算法图像修复结果 比较接近理想修复效果.结论 由最终结果 可知,提出修复法的整体效果较为理想,且优于传统的分区域图像修复算法,可为生产实践提供必要的理论依据.