基于k中心点聚类的图像二值化方法.pdfVIP

ISSN 1673—9418 CODEN JKYTA8 E—mail：fcst@vip．163．com JournalofFrontiersofComputerScienceandTechnology http：／／www．ceaj．org 1673-·9418／20150／9(02)--0234·0·8 Tel：+86—1O doi：10．3778~．issn．1673—9418．1409012 基于k中心点聚类的图像二值化方法 唐 涛 ，覃 晓，易宗剑，韩冬越 广西师范学院 计算机与信息工程学院，南宁 530023 ImageBinarizationProcessingM ethodUsingk-M edoidsClustering TANGTao，QINXiao，YIZongjian，HANDongyue CollegeofComputerandInformationEngineering，GuangxiTeachersEducationUniversity,Nanning530023，China +Correspondingauthor：E—mail：qhyihui@163．com TANGTao，QINXiao，YIZongjian，eta1．Imagebinarizationprocessingmethodusingk-medoidsclustering． JournalofFrontiersofComputerScienceandTechnology,2015，9(2)：234—241． Abstract：Intheresearchonmachinevisionandpattern recognition，transfomr ingtheimageintotwo—valueimage isthekeyfoundationtomoreefficientlyrecognizespecificareaortargetofimage．Thispaperpresentsanimage binarizationprocessingmethodusingk-medoidsclustering．Thismethodusessquaresum errorbasedondistanceas theclusteringqualitymetricfunction．Accordingtothefieldknowledgeofimagebinarization，thismethodsetsthe valueofkas2，dividestheimageintoforegroundclassandbackgroundclass．Theexperimentalresultsshow that， fornaturalimagesundercomplexenvironment，thismethodisbetterthanOSTU thresholdingmethodintheeffec— tivenessandefficiency． Keywords：imagebinarization；k-medoidsclustering；threshold 摘 要：在机器视觉和模式识别的研究中，将图像变换为二值图像是能够更高效识别图像中的特定区域或者 目标的关键 。提 出了一种基于k中心点聚类算法的图像二值化方法(imagebinarizationk-medoids．basedclus— tering，IBkMC)。该方法使用基于距 离的平方和误差作为聚类质量度量 ，根据图像二值化的领域知识将k的值 取为2，自然地将 图像分为前景类和背景类两类。实验结果证明，针对复杂环境下的 自然 图像，该方法在效果 和效率上优于OSTU(最大类间方差)闽值化方法。 关键词：图像二值化；k中心点聚类；阂值 文献标志码：A 中图分类号：TP317．4 TheNationalNaturalScienceFoundationofChinaunderGrantNo国家 自