Hi, 欢迎来到科易网! 请登录  |  注册

当前位置  >  腾讯分分彩 >  行业资讯 >  技术转移 >  正文

k-means的算法流程及其在图像分割中的应用

发布时间:2019-03-30 关键字:k-means的算法

k-means算法流程

k-means算法的核心思想是将n个数据对象划分成k个聚类,使每个聚类中的数据与该聚类中心距离的平方和最小,其算法流程如下:

Step1:任意选择k个对象作为初始聚类中心;

Step2:计算剩余各个样本到每一个聚类中心的距离,把该样本归到离它最近的那个聚类中心所在的类;

Step3:重新计算每个类的平均值,更新每个类的聚类中心;

Step4:计算准则函数 ,其中k为聚类类别数,为第i个簇;

Step5:当准则函数不再发生变化收敛时,输出聚类结果,否则重复Step2~Step5。

在彩色图像分割中的应用

在一张图片中,每一个像素点对应位置坐标和色彩坐标,用k-means算法对图像聚类不是聚类位置信息,而是对其色彩进行聚类。这里色彩采用RGB模型,那么图片中每个像素点对应的坐标为(x,y,r,g,b),其中(x,y)表示位置信息,(r,g,b)代表的像素的色彩信息。通过算法对每个像素点在RGB这三个维度聚类,以实现同一个颜色的像素在一簇,就可以将图像分割,根据色彩信息提取图像信息,进一步进行图像处理和识别。


推荐服务

我要提问

热门资讯

闽ICP备07063032号-5          增值电信业务经营许可证:闽B2-20100023           闽公网安备35020502000002号

极速赛车计划 极速赛车计划 诚信彩票 环球彩票 极速赛车 大地彩票 大地彩票 诚信彩票 秒速时时彩 腾讯分分彩平台