基于遺傳聚類的彩色圖像分割.pdf

1、該文是將遺傳算法與聚類分析這兩種功能強大的工具相結(jié)合,從在特征空間內(nèi)對象素進行遺傳聚類的角度提出了碼長固定的和碼長可變的兩種新穎的遺傳聚類圖像分割算法,利用該算法直接對彩色圖像進行聚類分割,給出了具體的實現(xiàn)程序和實驗結(jié)果.并在最后,對基于感興趣區(qū)域的圖像檢索作了簡單的探討.其中,第一種碼長固定遺傳聚類分割算法(SGACS)取的特征向量為S=(R,G,B,X,y),各分量分別為像素的R、G、B值和坐標位置、當然,若用戶對分割結(jié)果要求很高或

2、系統(tǒng)需要對不同性質(zhì)的圖像(如紋理圖像、非紋理圖像)進行分割,則可以簡單的對上特征向量S進行擴充,加入紋理信息、梯度信息等,并且可以通過對權(quán)重的動態(tài)調(diào)整來控制各類信息在聚類中所起作用的大小,而算法SGACS不需改變就可以達到很好的效果.SGACS的優(yōu)點:ⅰ、對初始聚類中心的選擇不做要求,不像一般的聚類算法、如FCM、K均值)對初始聚類中心敏感.ⅱ、算法簡單,運行速度較快,可以提供不同的結(jié)果供用戶選擇.缺點:聚類數(shù)目必須在分割前事先確定,這