一种新的大规模图像数据集分割方法

摘要：

图像分割是图像识别过程中的一个重要步骤，在计算机视觉研究中占有非常重要的地位，图像分割的好坏直接影响图像识别的效果。为提高大规模图像数据集的分割效果，实现自动、快速、高质量分割，首先采用均值漂移算法对大规模图像进行预分割以降低图像规模，然后根据图像的颜色特征使用层次聚类算法对分割后的小区域进行聚类处理，以实现快速分割图像。实验结果表明，该方法能够有效减少图像分割时的运算时间和空间复杂度，提高图像分割效率，获取良好的图像分割效果，为后续图像分析、理解和识别打下基础。

关键词：均值漂移算法、层次聚类算法、大规模图像数据集、图像平滑、预分割、图像识别

分类号：TP391.4(计算技术、计算机技术)

资助基金：河南省科技厅科技发展计划项目134300510037

在线出版日期：2015-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：61-63,68