基于阈值及像素聚类的分割算法性能比较

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (2): 183-188.

基于阈值及像素聚类的分割算法性能比较

杨雪丹，刘文萍

北京林业大学信息学院，北京 100083

出版日期:2014-01-15 发布日期:2014-01-26

Comparison of algorithms and performance of thresholding and clustering segmentation

YANG Xuedan, LIU Wenping

College of Information, Beijing Forestry University, Beijing 100083, China

Online:2014-01-15 Published:2014-01-26

摘要/Abstract

摘要： 图像分割是图像处理到分析的关键步骤，阈值分割方法因其计算简单而被广泛应用，聚类算法也因其准确性成为图像分割领域中一类极其重要的算法。选取几种经典阈值分割算法和几种聚类算法对几幅毫米波图像进行分割实验，并引入错分类误差、均匀测度、区域间灰度对比度作为算法测评标准，比较了各种算法对毫米波图像的分割性能。

关键词: 聚类算法, 图像分割, 阈值分割, 测评

Abstract: Image segmentation is the key step to do image processing and image analysis. Thresholding segmentation method is widely used for its simpleness and the clustering algorithm also plays an important role in the image segmentation field. Some millimeter wave images are processed by certain classic thresholding segmentation algorithms and several clustering ones. As evaluation standard, misclassification error, uniformity measure, gray-level contrast are implemented to compare segmentation performance of each algorithm.

Key words: clustering algorithm, image segmentation, thresholding segmentation, evaluation

杨雪丹，刘文萍. 基于阈值及像素聚类的分割算法性能比较[J]. 计算机工程与应用, 2014, 50(2): 183-188.

YANG Xuedan, LIU Wenping. Comparison of algorithms and performance of thresholding and clustering segmentation[J]. Computer Engineering and Applications, 2014, 50(2): 183-188.

[1]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[2]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[3]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[4]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[5]	王俊玲，卢新明. 基于语义相关的视频关键帧提取算法[J]. 计算机工程与应用, 2021, 57(4): 192-198.
[6]	王芙银，张德生，张晓. 结合鲸鱼优化算法的自适应密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(3): 94-102.
[7]	彭璟，罗浩宇，赵淦森，林成创，易序晟，陈少洁. 深度学习下的医学影像分割算法综述[J]. 计算机工程与应用, 2021, 57(3): 44-57.
[8]	刘锐，丁辉，尚媛园，邵珠宏，刘铁. COVID-19医学影像数据集及研究进展[J]. 计算机工程与应用, 2021, 57(22): 15-27.
[9]	周绍光，吴昊，赵婵娟，陈仁喜. 利用同质区特性的高光谱图像迁移学习分类[J]. 计算机工程与应用, 2021, 57(21): 224-233.
[10]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[11]	丁松阳，田青云. Ball-Tree优化的密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(20): 90-96.
[12]	丁成，翁理国，夏旻，崔逸尘，钱俊豪，刘佳. 多注意力机制网络卫星图像分割算法[J]. 计算机工程与应用, 2021, 57(2): 223-229.
[13]	翁玉尚，肖金球，夏禹. 改进Mask R-CNN算法的带钢表面缺陷检测[J]. 计算机工程与应用, 2021, 57(19): 235-242.
[14]	李振强，王树才，赵世达，白宇. 改进DeepLabv3+和XGBoost的羊骨架切割方法[J]. 计算机工程与应用, 2021, 57(18): 263-269.
[15]	白璐，赵鑫，孔钰婷，张正航，邵金鑫，钱育蓉. 谱聚类算法研究综述[J]. 计算机工程与应用, 2021, 57(14): 15-26.