k-means聚類法 文章 進(jìn)入k-means聚類法技術(shù)社區(qū)

基于圖像的目標(biāo)區(qū)域分割算法研究

• 通常在進(jìn)行圖像處理時(shí)，并不需要對(duì)整幅圖像進(jìn)行處理，往往我們感興趣的部分只有圖像中的某個(gè)區(qū)域。快速、有效地將目標(biāo)區(qū)域分割出來(lái)，不僅能降低運(yùn)行時(shí)間，而且能為后續(xù)處理工作打下基礎(chǔ)。因此，本文將對(duì)目標(biāo)區(qū)域分割算法進(jìn)行研究，分別采用大津法(OTSU)、K-means聚類法、分水嶺算法進(jìn)行研究，通過(guò)實(shí)驗(yàn)對(duì)比發(fā)現(xiàn)，背景較單一時(shí)，大津法相對(duì)來(lái)說(shuō)效果較好。
• 關(guān)鍵字： 目標(biāo)分割  大津法  K-means聚類法  分水嶺算法  201902