基于聚类的“图像分割”案例——K-means聚类算法.pdfVIP

下载本文档

15
0
约3.6千字
约 4页
2022-09-12 发布于江苏
举报
版权申诉

基于聚类的“图像分割”案例——K-means聚类算法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于聚类的“图像分割”案例——K-means 聚类算法图像分割：利⽤图像的灰度、颜⾊、纹理、形状等特征，把图像分成若⼲个互不重叠的区域，并使这些特征在同⼀区域内呈现相似性，在不同的区域之间存在明显的差异性。然后就可以将分割的图像中具有独特性质的区域提取出来⽤于不同的研究。 1.应⽤ 1.1. 在机车检验领域，可以应⽤到轮毂裂纹图像的分割，及时发现裂纹，保证⾏车安全。 1.2. 在⽣物医学⼯程⽅⾯，对肝脏CT图像进⾏分割，为临床治疗和病理学研究提供帮助。 2.图像分割常⽤⽅法 2.1. 阈值分割：对图像灰度值进⾏度量，设置不同类别的阈值，