- 1、本文档共9页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
您可能关注的文档
- 大学生心理健康ppt课件.pptx
- ProE模具设计基础教程PPT06.pptx
- 木材采购合同.doc
- 国产十大经典爱情电影.pdf
- 设备验收单(最新整理版).xls
- 论网络展会发展对策.pdf
- 一年级下册音乐教案-5 《火车波尔卡》 ︳人音版 (五线谱) (2).docx
- 人力资源管理师二级实操考点.pdf
- 基于plc及组态王的机械手控制系统设计.pdf
- 关于《海底两万里》800字初中生读后感范文.docx
- 2024年国家公务员考试国考公考申论(地市级卷)真题试题试卷答案解析.doc
- 2024年国家公务员考试国考公考申论(行政执法卷)真题试题试卷答案解析.doc
- 2024年河南省公务员考试行测历年真题试题试卷答案解析.doc
- 2024年宁夏区考公务员考试行测历年真题试题试卷答案解析.doc
- 2024年青海省公务员考试行测历年真题试题试卷答案解析.doc
- 2024年山西省公务员考试行测历年真题试题试卷答案解析.doc
- 2024年天津市公务员考试行测历年真题试题试卷答案解析.doc
- 2024年云南省公务员考试行测历年真题试题试卷答案解析.doc
- 2024年重庆市省公务员考试行测历年真题试题试卷答案解析.doc
- 第18课《中国人失掉自信力了吗》 统编版语文九年级上册.pptx
文档评论(0)