188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功，开通会员云端永久保存 去开通
tingjiyous..

上传于：2015-09-14

粉丝量：1

该文档贡献者很忙，什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 一种基于谱平分法的社团划分算法

    星级： 3 页

  • 一种基于代表元的划分算法

    星级： 11 页

  • 基于适应度的簇划分算法研究

    星级： 4 页

  • 一种基于代表元的数据划分算法

    星级： 16 页

  • 基于网格的均匀簇划分算法

    星级： 63 页

  • 一种基于节点度更新的簇划分算法

    星级： 4 页

  • 【精品】一种基于代表元的划分算法

    星级： 11 页

  • 一种基于路径优化的推测多线程划分算法

    星级： 15 页

  • 《一种基于代表元的划分算法_（全文）》

    星级： 15 页

  • 一种基于K平均簇划分算法的图像分割方法

    星级： 2 页

  • 一种基于公共近邻的本体划分算法

    星级： 5 页

暂无目录

点击鼠标右键菜单,创建目录

    暂无笔记

    选择文本，点击鼠标右键菜单，添加笔记

    暂无书签

    在左侧文档中，点击鼠标右键，添加书签

    188宝金博页面版: 一种基于K-平均簇划分算法的图像分割方法

    下载积分： 1800

    内容提示： 第 8 卷第 3 期 2006 年 6 月 遵义师范学院学报 J ournal of Z unyi N ormal CoUege V o1． 8 ， N o． 3 J l1 l1 ． 2006 一种基于 K一 平均簇划分算法的图像分割方法 吴 祥 (井冈山学院 数学系 ， 江西 吉安 343009) 摘算法。 而且 正确分割 率较 高。 关键词： K 一平均簇划分算 法； 图像 分割； 自适应闽值 中圈分 类号： TlV 391 要 ： 给 出了一种 对簇分布近似球 状分布的 图像进行 分割的有效算法 ， 与其他 算法相 比， 这种算 法不但 是一种 阚值 自适应分割 文lit标识码 ： A 文章 编号 ： 1009- 3583(2006 )- 03--0051- 02 A M ethod of I ma ge S egmentation...

    文档格式：PDF | 页数：2 | 浏览次数：12 | 上传日期：2015-09-14 12:42:50 | 文档星级：
    第 8 卷第 3 期 2006 年 6 月 遵义师范学院学报 J ournal of Z unyi N ormal CoUege V o1． 8 ， N o． 3 J l1 l1 ． 2006 一种基于 K一 平均簇划分算法的图像分割方法 吴 祥 (井冈山学院 数学系 ， 江西 吉安 343009) 摘算法。 而且 正确分割 率较 高。 关键词： K 一平均簇划分算 法； 图像 分割； 自适应闽值 中圈分 类号： TlV 391 要 ： 给 出了一种 对簇分布近似球 状分布的 图像进行 分割的有效算法 ， 与其他 算法相 比， 这种算 法不但 是一种 阚值 自适应分割 文lit标识码 ： A 文章 编号 ： 1009- 3583(2006 )- 03--0051- 02 A M ethod of I ma ge S egmentation B ased on K - m eans A lgorithm X iang pa血ncnt Mathematlcsj inggangshan University,ji'an 343009， China) of i n',aEe segmentation that is designed for processing i mage whose cluster is simil ar to gl ob ul ar is sive~ The me t hod A bf,l~ "act：A m eth~i8 both arI adap t i ve method of imsge segmentation and sh d ticiency as oppaeed to other ways of cal culation． K ey wor ds：k- memm a】 0ri【 l Im； aage segme nta6 on； sdaptive 吐 esh0ld iIL5 图像分割是由图像处理进行到图像分析的关键步骤， 其 目的是把 图像空间分成一些有意义的 区域 。 例如 ， 一幅航空照 片可以分割成工业区、 住宅区、 湖泊、 森林等。图像分割是根据 图像的特征来进行的，而不同类型的图像其特征一般也不会 相同。因而既不存在一种适用于所有图像类型的分割方法， 也 不存在对所有分割方法都能很好适应的特殊场合。因而对不 同的图像进行分割我们应该采用适合于这种图像的分割方 法。在实际问题中， 我们经常要分析一类图像 ， 它们的簇分布 近似球状分布， 比如， 细胞图像。为了有效的对这类图像进行 分析， 本文针对这类图像的特点 ， 给出了一种基于 K一 平均簇 划分算法的图像分割方法。 1 基于 K- 平均簇划分算法的图像分割方法 1． 1图像分割的定义及其实质 如果用严格的数学语言来描述的话，那么图像分割可叙 述如下lI 1． 给定一幅图像 g y)， 其中O x 瑚x x， 0 y m aD 【y， 对 图像 g(x'y)进行分割就是将图像划分为满足如下条件的子区 域 g~,g2， ? ， 昏： 一 (a) U L t=g(x'y)， 即所有子区域组成了整幅图像； 1 0 (c) (x， y)n 舀 y)=中o【 =1 ， 2'? ， N． j =1'2， ? ， N； k≠ j ， 即任意两 个子区域不存在公共元素 ； (由区域 gk (k=l ， 2’? ， N)满足一定的均一性条件。均一性一 =1 ， 2'?， N)是连通的区域； 收稿 日期 ： 2006- 03- 07 作者筒介 ： 吴祥 ， 男。 云南 昭通人 ， 井 冈山学 院数学系助教。 般指 同一 区域的像素之 间的灰度值差异较小或灰度值的变化 比较缓慢 。 般来讲，对一幅图像进行分割处理z 前都要把图像转 化为数字图像。 在数字图像中， 子区域 r e(k=1， 2'?， 的连通性 已经失去意义。 此时， 图像分割问题其实质就是对构成图像的 像素的聚类 问题 。 1． 2算法原理 K一 平均簇划分算法是由Cover和 Hart提出的。 所谓 K一 平 均簇划分算法， 就是考察训练样本集中与该新样本距离最近 (最相似)的K 个样本， 根据这 K 个样本的类别来预测待分类样 本的类别。距离(相似度)的度量可以使用欧氏距离、 夹角余弦 或者明考斯基距离等， 通常使用夹角余弦． 通过相似度的简单 累加或者加权平均， 选择相似度最大的类别作为新样本的类 别。 简单来说， K一 平均簇划分算法是一种不断迭代调整图像 K 个簇中心的一种算法圆 。 1． 2． 1图像簇 中心个数 K 的确定 簇的个数 K 的选取 直接影 响到图像 分割 的最终 结果 。如 果 K 值过大将会造成图像的过渡分割 ，即将图像 分割 成过 多 的区域，如果 K 值过小将会造成图像的误分或者分割过于粗 糙达不到要求 以致影 响到以后对图像的分析和认识。如果把 图像中的每个像素点的值看作样本点，那么树聚类算法能够 揭示图像中所有像素值组成的样本集的内部相似性，并能分 级地结构化这些相似性。因此我们可以利用树聚类算法获得 个 比较合适 的 K 值 。 一一51 维普资讯 http://www.cqvip.com

    阅读了该文档的用户还阅读了这些文档

    188宝金博页面版:关于我们

    188宝金博页面版:帮助中心

    188宝金博页面版:关注我们

    • 新浪微博

    关注188宝金博页面版公众号

    188宝金博页面版
    阅读
    APP
    阅读
    返回
    顶部
    188宝金博页面版官网登录在线平台入口（2026已更新）—江苏协昌电子科技股份有限公司