体育彩票排列3|体彩排列3试机号
Hi, 歡迎來到科易網! 請登錄  |  注冊

當前位置  >  首頁 >  行業資訊 >  技術轉移 >  正文

k-means的算法流程及其在圖像分割中的應用

發布時間:2019-03-30 關鍵字:k-means的算法

k-means算法流程

k-means算法的核心思想是將n個數據對象劃分成k個聚類,使每個聚類中的數據與該聚類中心距離的平方和最小,其算法流程如下:

Step1:任意選擇k個對象作為初始聚類中心;

Step2:計算剩余各個樣本到每一個聚類中心的距離,把該樣本歸到離它最近的那個聚類中心所在的類;

Step3:重新計算每個類的平均值,更新每個類的聚類中心;

Step4:計算準則函數 ,其中k為聚類類別數,為第i個簇;

Step5:當準則函數不再發生變化收斂時,輸出聚類結果,否則重復Step2~Step5。

在彩色圖像分割中的應用

在一張圖片中,每一個像素點對應位置坐標和色彩坐標,用k-means算法對圖像聚類不是聚類位置信息,而是對其色彩進行聚類。這里色彩采用RGB模型,那么圖片中每個像素點對應的坐標為(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。通過算法對每個像素點在RGB這三個維度聚類,以實現同一個顏色的像素在一簇,就可以將圖像分割,根據色彩信息提取圖像信息,進一步進行圖像處理和識別。


推薦服務

我要提問

熱門資訊

Copyright ? 2007-2019 科易網 版權所有         運營商:廈門科易網科技有限公司         閩ICP備07063032號-5          增值電信業務經營許可證:閩B2-20100023         閩公網安備35020502000002號

体育彩票排列3