期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
Regional Merge K-means图像分割算法及其质量评价 被引量:2
1
作者 余寒 刘汉湖 +1 位作者 曾敏 陈军 《河南科学》 2020年第3期370-375,共6页
K值是基于K-means聚类算法进行图像分割效果的关键因素,为了解决K值过小,图像分割不明显,K值过大,图像分割信息过于碎片化的问题,提出一种Regional Merge K-means(RMK)算法.首先对图像运用K-means算法进行聚类,然后运用区域合并(Regiona... K值是基于K-means聚类算法进行图像分割效果的关键因素,为了解决K值过小,图像分割不明显,K值过大,图像分割信息过于碎片化的问题,提出一种Regional Merge K-means(RMK)算法.首先对图像运用K-means算法进行聚类,然后运用区域合并(Regional Merge)优化图像分割效果,最后利用不同图像进行图像分割试验,并选用不同的质量评价指标对试验结果进行评价.结果表明,该算法能显著优化图像分割效果. 展开更多
关键词 图像分割 聚类算法 regional merge k-means(rmk) 质量评价
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部