山东大学学报(工学版)

作者：董新宇,陈瀚阅,李家国,孟庆岩,邢世和,张黎明

单位：1. 福建农林大学 资源与环境学院，福建 福州 350002；2. 土壤生态系统健康与调控福建省高等学校重点实验室，福建 福州 350002；3. 中国科学院遥感与数字地球研究所，北京 100101

关键词：彩色图像分割,去相关拉伸,K-means聚类,高斯马尔科夫随机场,数学形态学算子,

基金：海南自然科学基金创新研究团队资助项目(2017CXTD015);高分辨率对地观测系统重大专项资助项目(30-Y20A07-9003-17/18);国家自然科学基金资助项目(41401399)

针对传统K-means聚类彩色图像分割方法需要人为设定初始分割类别数目、易受噪声干扰等缺陷，提出一种多方法融合非监督彩色图像分割算法。该算法对原始图像进行光谱信息增强处理以提高图像信息提取效率，对K-means聚类引入戴维森堡丁指数(Davies-Bouldin index, DBI)自动化确定最佳分割类别数目，通过图像聚类分析并进行像素标签标记，并结合高斯马尔科夫随机场(Gauss-Markov random field, GMRF)理论对标记图像进行分割，最后使用形态学算子进行后处理完成分割操作。试验结果表明。本研究方法具有一定的鲁棒性，且分割效果更接近真实性。通过对分割结果进行量化评价，进一步说明本研究方法在分割精度和准确性方面更具优势。

来源：2019年第2期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2019年第2期