文献类型：期刊文章

作　　者：赵红丹[1] 田喜平[2]

机构地区：[1]安阳师范学院计算机与信息工程学院,安阳455000 [2]安阳师范学院软件学院,安阳455000

出　　处：《科学技术与工程》

基　　金：河南省教育厅自然科学研究项目(16B520003)资助

年　　份：2017

卷　　号：17

期　　号：9

起止页码：250-254

语　　种：中文

收录情况：BDHX、BDHX2014、RCCSE、ZGKJHX、核心刊

摘　　要：当前遥感图像分割中阈值确定方法忽略了前景和背景内在的联系,导致过分割和轮廓模糊,造成整体性能低下。为此,提出一种新型基于K-means算法分割遥感图像的阈值确定方法,通过K-means算法对遥感图像进行分割,利用最大类间方差方法得到分割遥感图像的初始阈值,依据该阈值将遥感图像划分成两类,求出两类的均值,将其作为K-means聚类算法的两个初始聚类中心,通过K-means聚类方法逐次迭代,不断更新聚类中心,直至得到聚类准则函数,从而求出遥感图像的最佳分割阈值。实验结果表明,采用所提方法确定遥感图像分割中的阈值,不仅效率高,而且整体性能优越;将得到的阈值应用于遥感图像分割中,能够使目标和背景被有效分离,且分离后目标部分轮廓比较清晰。

关 键 词：K-MEANS算法 分割  遥感图像 阈值确定  

分 类 号：TP391.41]