王嘉栋，李寒松

(北京华航无线电测量研究所，北京 100013)

自适应K-means图像分割方法

王嘉栋，李寒松

(北京华航无线电测量研究所，北京 100013)

本文提出了一种自适应K-means图像分割方法，该方法通过用Otsu方法来初步选取阈值作为初始K-means聚类中心，然后经过K-means聚类方法对图像进行分割，最后根据K-means获得的聚类中心与Otsu所确定的阈值进行平均计算，作为图像分割的阈值。实验结果表明：该方法自动快速形成的分割阈值较为合理，对图像能达到更好的分割效果，可以进一步提高后续图像匹配与定位的准确性。

自适应K-means；图像分割；聚类中心；Otsu

0 引言

图像处理是图像匹配定位的重要组成部分，因此要想使图像匹配定位更加精确，首先要将图像处理的工作做好，K均值方法是其一种新的方法。图像分割是从图像处理到图像分析的关键步骤，所谓图像分割就是将图像中有意义的边缘、区域等有意义的部分与背景图像进行分离，并且进行标记和定位，一个完整的目标边缘对后续图像与定位的准确性至关重要。因此，图像分割的效果直接影响对图像的理解以及后续对目标的匹配定位，本文的算法可以将目标区域的边缘信息更加清晰完整地检测出来，进一步提高了后续图像匹配与定位的准确性。

目前，图像分割的方法很多，根据不同评价标准，图像分割可以划分为不同种类，本文图像分割的方法可以粗略地分为三类：1)基于直方图的分割技术，包括阈值分割[1]和聚类[2-3]等；……