k均值聚类在基于opencv的图像分割中的应用.pdfVIP

K 均值聚类在基于 OpenCV的图像分割中的应用 摘要 ：基于人类视觉将图像分割成若干个有意义的区域是目标检测和模式识别的 基础。图像分割属于图像处理中一种重要的图像分析技术。 图像分割的基本方法 是对灰度图像分割， 处理图像的亮度分量， 简单快速。 本论文介绍了传统的图像 分割与 K-均值聚类算法分割， 然后利用 OpenCV函数将其实现， 并介绍了 OpenCV 中图像分割相关的基本函数。 关键词： K 均值聚类，图像分割， OpenCV 一、前言 根据抽象程度和处理方法的不同，图像技术可以分为三个层次：图像处理、 图像分析和图像理解， 这三个层次的有机结合也可以称为图像工程。 图像处理是 较低层的操作， 主要在图像像素级上进行操作。 有代表性的图像处理技术包括图 像降噪、 图像编码和图像分割。 图像分割是一种关键的图像处理技术。 作为后续 图像分析和图像理解的基础， 图像分割技术一直是图像理论发