基于改进K-均值聚类的图像分割算法研究

被引：69

作者：

李翠

冯冬青

机构：

[1] 郑州大学电气工程学院

来源：

郑州大学学报(理学版) | 2011年 / 43卷 / 01期

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;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

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.

引用

页码：109 / 113

页数：5

共 10 条

[1]

基于加权欧式距离的kmeans算法研究 [J].