一种密度峰值聚类的彩色图像分割方法  

Color Image Segmentation Method Based on Density Peak Clustering

作　　者：邹旭华[1] 叶晓东[2] 谭治英[2] 

机构地区：[1]中国科学技术大学自动化系,合肥230027 [2]中国科学院合肥物质科学研究院先进制造技术研究所,江苏常州213164

出　　处：《小型微型计算机系统》2017年第4期868-871,共4页Journal of Chinese Computer Systems

基　　金：江苏省常州市科技项目(CJ20140011)资助;国家自然科学基金项目(61401437)资助

摘　　要：提出一种基于密度峰值聚类的彩色图像分割方法.首先,采用超像素分割算法对图像进行预处理,获得图像的超像素表示;然后,使用密度峰值聚类算法对得到的超像素颜色特征进行聚类,可以获得图像的聚类分割结果;最后,根据区域的空间信息和颜色信息度量区域之间的距离,对聚类分割结果进行分级区域合并,获得最终的分割结果.实验结果表明,与当前的一些分割算法相比如:MS算法、FH算法、CTM算法,本文算法具有更好的分割结果.A color image segmentation method based on density peak clustering is presented in this paper. First, an image is made up of superpixels by the pre-process of superpixels segmentation. Second, the cluster segmented result is obtained by using density peak clus- tering for color feature of obtained superpixels. Finally ; a hierarchical region merging strategy is used to merge the initial segmented re- sult to form final segmentation. Compared with some current segmentation algorithm, such as ： MS algorithm, FH algorithm, CTM algo- rithm,the experiment results show the proposed approach has a satisfactory segmentation results.

关 键 词：彩色图像分割 超像素 密度峰值聚类 分级区域合并 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]