一种基于支持向量聚类的图像分割方法

摘要：

利用支持向量聚类分类准确、参数少、无监督学习的特点,提出一种基于支持向量聚类的图像分割方法.该方法首先对数据集分块并对每块进行SVC聚类,再取其簇内均值作为K均值聚类样本点,进行聚类,最后将得到的结果进行合并.实验证明该方法不但改变了传统分割方法中人为选取阈值参数的作法,而且受目标和噪声影响小,提高了图像分割的鲁棒性和效果,能够有效地进行图像分割.

关键词：K均值算法、支持向量聚类算法(SVC)、图像分割

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

资助基金：湖南省自然科学基金the Natural Science Foundation of Hunan Province of China under Grant 03JJY3101

在线出版日期：2009-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：165-167