K-均值优化初始中心聚类单板图像的分割 |
| |
引用本文: | 李玉倩,胡步发.K-均值优化初始中心聚类单板图像的分割[J].机械制造与自动化,2018(1):208-212. |
| |
作者姓名: | 李玉倩 胡步发 |
| |
作者单位: | 福州大学机械工程及自动化学院; |
| |
摘 要: | 针对彩色图像处理运算量大、计算耗时和灰度图像分割自适应阈值选择困难的问题,在通过对单板彩色图像充分分析的基础上,基于背景和目标颜色差异比较明显,提出了基于彩色图像RGB彩色空间的R通道的K-均值优化初始中心聚类的分割方法。该方法不需要彩色空间的变换,进一步降低了计算的复杂度。实验结果表明,可以提高分割的效率和准确性。
|
关 键 词: | 图像处理 单板图像 图像分割 自适应阈值 K-均值聚类 |
Segmentation of Veneer Image Based on K-Means Clustering with Optimized Initial Center |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|