重庆医科大学 附属大学城医院, 重庆 401331
针对海量彩色图像聚类问题, 本文引入改进型k-means算法并将其应用于彩色图像聚类中。该算法由类内-类间距离加权k-means算法和基于近邻传播聚类算法的类数量上界确定方法组成。在实验中, 彩色图像的亮度分量的局部二值模式 (Local Binary Pattern, LBP)图被重组成行向量, 然后构成样本集, 本文所提出的改进型k-means算法被用于对样本集进行聚类处理。实验结果显示, 在多个聚类方法常用的评价指标上, 本方法相比于传统方法达到了更高的聚类准确度。同时, 相比于传统方法, 本方法也更具有执行效率。
数字图像 k-means聚类 LBP特征 digital image k-means clustering LBP feature
