《基于K-均值聚类算法的彩色图像分割改进算法》-毕业论文.DOC

成绩 本科毕业论文（设计） 题目：基于K-均值聚类算法的 彩色图像分割改进算法 教务处制 二○一二年六月 摘 要 在一幅图像中,景物往往有众多的目标组成,反映在图像中是众多的区域。图像分割属于图像处理中一种重要的图像分析技术。图像分割的传统方法是对灰度图像分割，处理图像的亮度分量，简单快速。但却忽略了图像中很大一部分信息：色彩，因此分割效果不佳。对彩色图像分割的研究一直是图像处理的焦点，它采用各种颜色空间模型，使得图像分割更全面，更精确。 本论文首先介绍了传统的图像分割与聚类算法分割，然后重点介绍一种基于K-均值聚类算法的图像改进分割方法。实验结果表明, 改进的分割方法能够实时稳定的对目标分割提取，分割效果良好。 关键词：K-均值聚类；图像分割； 聚类算法 Abstract In?an?image,?the?scene?is?often?a large number of?targets,?reflected in?many ?are- ?as in?the image. Image segmentation?is?an important?image analysis technique of with the luminance component?of?the?image，simple and fast. But it ignores?a large? part of the information?in?the?image:?color, so?the?poor segmentation results.Research on?color image segmentation?has been?the?focus?of?image processing, which?uses a? variety?of?color?space model, making the?segmentation?more comprehensive and more accurate. This paper first?describes?the?traditional image segmentation?and?clustering algorithm?to partition, and then?focuses on?a?segmentation method ?based on?the ?K- ?means clustering algorithm for image?improvement. The?experimental results show that?the?segmentation?method can?improve?real-time stability of?segmentation?to ext- ract?the target?partition?to good effect. Key words: K-means clustering;?image segmentation;?clustering algorithm 目录 TOC \o "1-3" \h \z \u HYPERLINK \l "_Toc325567131"序言 PAGEREF _Toc325567131 \h 1 HYPERLINK \l "_Toc325567132"1图像分割综述 PAGEREF _Toc325567132 \h 1 HYPERLINK \l "_Toc325567133"1.1 图像分割技术的现状和发展情况 PAGEREF _Toc325567133 \h 1 HYPERLINK \l "_Toc325567134"1.2 图像分割主要研究方法 PAGEREF _Toc325567134 \h 2 HYPERLINK \l "_Toc325567135"2 K-均值聚类算法 PAGEREF _Toc325567135 \h 2 HYPERLINK \l "_Toc325567136"2.1 聚类概念 PAGEREF _Toc325567136 \h 2 HYPERLINK \l "_Toc325567137"2.2 K-均值聚类算法 PAGEREF _Toc325567137 \h 2 HYPERLINK \l "_Toc325567138"3 基于K-均值聚类的彩色图像分割算法及改进 PAGEREF _Toc325567138 \h 3 HYPERLINK \l "_Toc325567139"3.1引言 PAGEREF _Toc325567139 \h 3 HYPERLINK \l "_Toc325567140"3.2 图像特征提取 PAGEREF _T