基于改进的k均值图像分割算法研究

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。图像分割是图像处理中一种重要的图像分析技术。本论文分析了K-均值聚类算法分割，并重点介绍一种改进的K-均值图像分割算法。它结合粗糙集理论设计了一种图像的粗糙聚类分割方法，比随机选取聚类中心减少了运算量，提高了分类精度和准确性。改进的分割方法能够实时稳定的对目标分割提取，分割效果优于传统的分割算法。