基于K均值聚类和概率松弛法的图像区域分割

在进行图像区域分割时, 为了减少过度分割现象, 可利用K 均值算法简单、快速并且能够有效地处理大数据库的优点及概率松弛算法并行快速且考虑空间信息的优点, 同时考虑灰度信息和空间信息将两种方法相结合应用于图像的区域分割。首先利用K 均值聚类方法将图像初步分为多个类, 然后, 利用迭代的概率松弛法对粗分结果进行优化, 对一些疑似像素进行进一步分割和目标提取。实验结果表明, 该算法比较简单且具有良好的特性。