文献类型：期刊文章

作　　者：霍凤财[1,2] 孙雪婷[1] 任伟建[1,2] 杨迪[3] 于涛[4]

HUO Fengcai;SUN Xueting;REN Weijian;YANG Di;YU Tao(School of Electrical Engineering and Information,Northeast Petroleum University,Daqing 163318,China;Heilongjiang Provincial Key Laboratory of Networking and Intelligent Control,Northeast Petroleum University,Daqing 163318,China;Institute of Planning and Design for Second Oil Production Plants,Daqing Oil Field Company,Daqing 163461,China;Institute of Planning and Design for Fourth Oil Production Plants,Daqing Oil Field Company,Daqing 163511,China)

机构地区：[1]东北石油大学电气信息工程学院,黑龙江大庆163318 [2]东北石油大学黑龙江省网络与智能控制重点实验室,黑龙江大庆163318 [3]大庆油田有限责任公司第二采油厂规划设计研究所,黑龙江大庆163461 [4]大庆油田有限责任公司第四采油厂规划设计研究所,黑龙江大庆163511

出　　处：《吉林大学学报（信息科学版）》

基　　金：国家自然科学基金资助项目(61374127;51404073);国家自然科学基金优秀青年科学基金资助项目(61422301);中国博士后科学基金资助项目(2014M550180);黑龙江省教育厅科学技术研究基金资助项目(12541090)

年　　份：2019

卷　　号：37

期　　号：2

起止页码：148-154

语　　种：中文

收录情况：CAS、CSA、CSA-PROQEUST、IC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：为减弱经典k-means算法中RGB(Red Green Blue)空间各个颜色分量高度线性相关以及欧氏距离的尺度相关性对图像分割结果产生的影响,并克服RGB空间色彩分布不匀的缺陷,提出了一种基于Lab颜色空间的改进k-means聚类彩色图像分割方法。首先,将颜色空间从RGB转换为Lab空间,每个像素点都可以由L、a、b 3分量组合进行表示。其次,用马氏距离替换欧氏距离进行改进,应用改进后的k-means算法对图像像素点进行聚类,从而实现分割目的。通过实验证明该改进算法比经典k-means算法具有更好的分割效果和准确度。

关 键 词：聚类 图像分割 颜色空间  马氏距离  

分 类 号：TP391.41]