k-均值聚类法(最新整理版).pdfVIP

-

基于K均值聚类的图像二值化

[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均值聚类算法的图像

二值化方法。该方法使用基于距离的聚类算法，根据图像二值化的领域知识，图

像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈

现出明显的黑白效果。实验结果证明，针对复杂环境下的自然图像，该方法在效

果和效率上非常好。

[关键词]二值图像；k均值聚类算法；图像二值化

一、引言

为了改善图像分割的效果，将数据挖掘中的聚类方法引入到图像分割领域

〔二值化处理领域〕。将k-means方法用于图像分割，首先随机选择k个阈值

点，然后将图像分割成k个局部，计算出每一局部的灰度均值代替先前的k个阈

值点。重复此过程，直到算法稳定为止。针对高分辨率的彩色图像，利用谱聚类

算法改善了图像分割的效果。利用灰度直方图和谱聚类算法将图像转化为二值图

像。最近10年来，各种机器学习算法也不断地被研究者应用到各个领域。利用

聚类算法提取图像中的文本。分别阐述了k-medoids算法的理论及其改良方法。

基于前人的研究方法和研究成果，将k均值聚类算法应用到图像的二值化处理过

程中能够得到效果较好的二值图像。

二、K均值聚类

(一)简介

.z.

-

K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代

表，它是数据点到原型的*种距离作为优化的目标函数，利用函数求极值的方法

得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求

对应*一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平

方和准则函数作为聚类准则函数。

K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评

价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离

靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。

k个初始类聚类中心点的选取对聚类结果具有较大的影响，因为在该算法第

一步中是随机的选取任意k个对象作为初始聚类的中心，初始地代表一个簇。该

算法在每次迭代中对数据集中剩余的每个对象，根据其与各个簇中心的距离将每

个对象重新赋给最近的簇。当考察完所有数据对象后，一次迭代运算完成，新的

聚类中心被计算出来。如果在一次迭代前后J的值没有发生变化，说明算法已

经收敛。

(二)算法过程

1.从N个文档随机选取K个文档作为质心

2.对剩余的每个文档测量其到每个质心的距离，并把它归到最近的质

心的类

3.重新计算已经得到的各个类的质心

4.迭代2～3步直至新的质心与原质心相等或小于指定阈值，算法完毕

具体如下：

输入：k,data[n];

.z.

-

1)选择k个初始中心点，例如c[0]=data[0],…c[k-1]=data[k-1]；

2)对于data[0]….data[n]，分别与c[0]…c[k-1]比拟，假定与c[i]

差值最少，就标记为i；

3)对于所有标记为i点，重新计算c[i]={所有标记为i的data[j]

之和}/标记为i的个数；

4)重复(2)(3)，直到所有c[i]值的变化小于给定阈值。

(三)工作原理

K-MEANS算法的工作原理及流程

K-MEANS算法

输入：聚类个数