密度峰值动态加权K-Means农产品图像分割算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对传统K-Means算法在彩色图像分割中聚类中心随机初始化、特征权重固定及易受噪声干扰等问题，文章提出一种融合密度峰值初始中心选择与动态特征权重调整的改进加权K-Means算法。首先，利用密度峰值思想自动选取高代表性初始聚类中心，克服随机初始化造成的局部最优；其次，算法依据类内方差，在迭代中实时计算HSV颜色与空间特征类内方差，以方差倒数动态调整权重，强化区分度高特征作用，增强类间可分性。（剩余5144字）

试读结束

目录
monitor
客服机器人