基于相似性传播聚类的灰度图像分割

基于k-Means等聚类算法的图像分割对聚类中心的初始选择敏感,可靠性差。为避免初始聚类中心选择的影响,将相似性传播聚类用于灰度图像分割。另外,为降低该聚类算法输入相似度矩阵的计算时间复杂度,提出用待分割图像中出现过的灰度值代替像素点作为数据点进行聚类。实验结果表明,与基于k-Means聚类的分割算法相比,该算法不需要预设聚类中心,可靠性更高。