技术详细介绍
一种基于快速密度聚类算法的图像分割方法
快速密度聚类算法的图像分割方法包括以下步骤：1）对于一幅待处理的自然图像，首先进行预处理和初始化，包括滤波降噪、灰度矫正、区域分块和尺度缩放等；2）接着对完成尺度变换的子图进行数据点间相似度距离的计算，得到像素点间的相关性；3）然后在各幅子图内进行并行的分割处理，包括基于密度聚类算法绘制决策图，基于决策图进行残差分析确定聚类中心和基于相似度距离比较将原尺度子图上的剩余点进行归类；4）然后将分割完成后的子图合并，进行二次重聚类得到原始尺寸大小的分割结果图。本快速密度聚类算法的图像分割发明提供一种能够自动确定分割类别数，实现分割准确率较高、对参数鲁棒的基于快速密度聚类算法的图像分割方法。
快速密度聚类算法的图像分割方法包括以下步骤：1）对于一幅待处理的自然图像，首先进行预处理和初始化，包括滤波降噪、灰度矫正、区域分块和尺度缩放等；2）接着对完成尺度变换的子图进行数据点间相似度距离的计算，得到像素点间的相关性；3）然后在各幅子图内进行并行的分割处理，包括基于密度聚类算法绘制决策图，基于决策图进行残差分析确定聚类中心和基于相似度距离比较将原尺度子图上的剩余点进行归类；4）然后将分割完成后的子图合并，进行二次重聚类得到原始尺寸大小的分割结果图。本快速密度聚类算法的图像分割发明提供一种能够自动确定分割类别数，实现分割准确率较高、对参数鲁棒的基于快速密度聚类算法的图像分割方法。