摘要：
针对传统K-means聚类彩色图像分割方法需要人为设定初始分割类别数目、易受噪声干扰等缺陷,提出一种多方法融合非监督彩色图像分割算法。该算法对原始图像进行光谱信息增强处理以提高图像信息提取效率,然后对K-means聚类引入戴维森堡丁指数(Davies-Bouldin index,DBI)自动化确定最佳分割类别数目,通过图像聚类分析并进行像素标签标记,并结合高斯马尔科夫随机场(Gauss-Markov random field,GMRF)理论对标记图像进行分割,最后使用形态学算子进行后处理完成分割操作。试验结果表明,本研究算法分割效果更接近真实性,具有一定的鲁棒性。通过对分割结果进行量化评价,进一步说明了本研究方法在分割精度和准确性方面更具优势。
会员登录
