基于清晰度的彩色图像分割改进算法-论文.pdf

《基于清晰度的彩色图像分割改进算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第44卷第9期激光与红外Vo1．44，No．92014年9月IASER&INFRAREDSeptember，2014文章编号：1001-5078(2014)09—1045-05·图像与信号处理·基于清晰度的彩色图像分割改进算法高强，李倩(华北电力大学电气与电子工程学院，河北保定071003)摘要：针对K—means算法不能很好的分割目标较小，且目标颜色不能明显区别于背景颜色的彩色图像等缺点，提出了一种基于清晰度的彩色图像分割算法(S—K．means)。该算法引入图像清晰度评价理论，将彩色图像R、G、B三个通道的灰度矩阵转换成清晰度矩阵，然后选用Lab彩色空间，最后进行K均值聚类。为验证

2、算法的有效性，对多幅电力线图像进行了分割实验，并与其他的分割方法进行比较实验，给出了详细的理论分析。实验结果表明该算法效果好，对电力系统中高压巡线具有参考价值，且具有较高的使用价值。关键词：彩色图像分割；S—K—means算法；图像清晰度；实验中图分类号：TP391．4文献标识码：ADOI：10．3969／j．issn．1001．5078．2014．09．020ImprovedcolorimagesegmentationalgorithmbasedonthesharpnessGAOQiang，LIQian(InstituteofElectricalandElectronicEngine

3、ering，NoAhChinaElectricPowerUniversity，Baoding071003，China)Abstract：BecausetheK·meansalgorithmcantsegmentsmalltargetsincolorimageswell，especiallytheimageswhosetargetcolorcantsignificantlydistinguishfromthebackgroundcolor．Animprovedcolorimagesegmentationalgorithmbasedonsharpness(S-K—means)ispropo

4、sed．Theimagesharpnessevaluationtheoryisintroducedandgr．dymatrixesofR，G，Bcolorchannelsaretransformedintothreesharpnessmatrixes，thentheyareconvenedintoLabcolorspace．AtlastblocksareclassifiedbyK—meanclusteringmethod．Thenewalgorithmisappliedtosegmentanumberofpowerlineimagesandcomparedwithothersegmen

5、tationmethodsbyexperimentsinordertoverifytheeffectivenessoftheproposedalgorithm．Attheend，boththeoreticalanalysisandexperimentalresultsaregiven．Experimentalresultsshowthattheefectofthisalgorithmisbetter，theconclusioncanprovideareferenceforhighvoltagecablepatroline—lectricpowersystem，andthisalgori

6、thmhashighavailability．Keywords：colorimagesegmentation；S-K-meansalgorithm；imagesharpness；experiment1引言面，彩色图像是对客观世界更为逼真的描述J，因图像分割一直是图像处理技术领域中的研究热此，在很多情况下对彩色图像的分割很有必要。常点，是图像识别和图像特征提取的基本前提步骤，且见的基于区域的彩色图像分割包括阈值法。、聚类图像分割质量的好坏直接影响后续图像处理的效法、区域生长法等，其中，K均值聚类算法是目前最果，甚至决定其成败I2J。到目前为止，图像分割已受欢迎和应用最为广泛的聚类分析方法

7、之一。经成功地应用于许多领域，例如，生物医学工程、机在K．means算法中，常规的优化算法主要针对聚类车检测和遥感工程等J。由此可见，研究图像分割数和聚类中心的选取。刘盈盈等人¨阐述了具有十分重要的意义。如何分割图像且提高图像分基于改进K均值算法的彩色图像分割方法，但当彩割的质量成为了图像分割的关键所在。色图像中的目标较多且小时，结果不是很理想。李目前广泛使用的图像分割方法主要分为基于阈光等人¨提出了一种基于K均值聚类与区域合并值分割、基于遗传