Regional Merge K-means图像分割算法及其质量评价 |
| |
引用本文: | 余寒,刘汉湖,曾敏,陈军.Regional Merge K-means图像分割算法及其质量评价[J].河南科学,2020,38(3):370-375. |
| |
作者姓名: | 余寒 刘汉湖 曾敏 陈军 |
| |
作者单位: | 成都理工大学地球科学学院,成都 610059;成都大学建筑与土木工程学院,成都 610106 |
| |
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.
|
关 键 词: | 图像分割 聚类算法 RegionalMergeK-means(RMK) 质量评价 |
本文献已被 CNKI 万方数据 等数据库收录! |
|