Lab 空间的改进k-means 算法彩色图像分割

吉林大学学报(信息科学版) ›› 2019, Vol. 37 ›› Issue (2): 148-154.

Lab 空间的改进k-means 算法彩色图像分割

霍凤财^1a，1b，孙雪婷^1a，任伟建^1a，1b，杨迪²，于涛³

1．东北石油大学a．电气信息工程学院; b．黑龙江省网络与智能控制重点实验室，黑龙江大庆163318;
2．大庆油田有限责任公司第二采油厂规划设计研究所，黑龙江大庆163461;
3．大庆油田有限责任公司第四采油厂规划设计研究所，黑龙江大庆163511

收稿日期:2018-11-08 出版日期:2019-03-25 发布日期:2019-06-10
作者简介:霍凤财( 1976— ) ，男，黑龙江安达人，东北石油大学副教授，博士，硕士生导师，主要从事智能算法和图像处理等研究，(Tel) 86-13936895698( E-mail) huofc@126． com。
基金资助:
国家自然科学基金资助项目( 61374127; 51404073) ; 国家自然科学基金优秀青年科学基金资助项目( 61422301) ; 中国博士
后科学基金资助项目( 2014M550180) ; 黑龙江省教育厅科学技术研究基金资助项目( 12541090)

Improved k-Means Algorithm Based on Lab Space for Color Image Segmentation#br#

HUO Fengcai^{1a，1 b}，SUN Xueting^1a，ＲEN Weijian^{1a，1 b}，YANG Di²，YU Tao³

1a． School of Electrical Engineering and Information; 1b． Heilongjiang Provincial Key Laboratory of Networking and Intelligent Control，Northeast Petroleum University，Daqing 163318，China;
2． Institute of Planning and Design for Second Oil Production Plants，Daqing Oil Field Company，Daqing 163461，China;
3． Institute of Planning and Design for Fourth Oil Production Plants，Daqing Oil Field Company，Daqing 163511，China

Received:2018-11-08 Online:2019-03-25 Published:2019-06-10

摘要/Abstract

摘要： 为减弱经典k-means 算法中ＲGB( Ｒed Green Blue) 空间各个颜色分量高度线性相关以及欧氏距离的尺度相关性对图像分割结果产生的影响，并克服ＲGB 空间色彩分布不匀的缺陷，提出了一种基于Lab 颜色空间的改进k-means 聚类彩色图像分割方法。首先，将颜色空间从ＲGB 转换为Lab 空间，每个像素点都可以由L、a、b 3 分量组合进行表示。其次，用马氏距离替换欧氏距离进行改进，应用改进后的k-means 算法对图像像素点进行聚类，从而实现分割目的。通过实验证明该改进算法比经典k-means 算法具有更好的分割效果和准确度。

关键词: 聚类, 图像分割, 颜色空间, 马氏距离

Abstract: In order to reduce the influence of the high linear correlation of each color component in the ＲGB( Ｒed Green Blue) space and the scale correlation of the Euclidean distance to the image segmentation results in classical k-means algorithm，the Lab color space can overcome the defect of uneven color distribution in ＲGB space，an improved k-means clustering method for color image segmentation based on Lab color space is proposed． Firstly，the color space is converted from ＲGB to Lab，and each pixel can be represented by the combination of L，a and b． Secondly，mahalanobis distance is used to replace Euclidean distance，and the improved k-means algorithm is used to cluster the pixels of the image to achieve the purpose of segmentation．Finally，experiment results show that the improved algorithm has better segmentation effect and accuracy than the classical k-means algorithm．

Key words: cluster, image segmentation, color space, mahalanobis distance

中图分类号:

TP18

霍凤财, 孙雪婷, 任伟建, 杨迪, 于涛. Lab 空间的改进k-means 算法彩色图像分割[J]. 吉林大学学报(信息科学版), 2019, 37(2): 148-154.

HUO Fengcai, SUN Xueting, ＲEN Weijian, YANG Di, YU Tao. Improved k-Means Algorithm Based on Lab Space for Color Image Segmentation#br#[J]. Journal of Jilin University (Information Science Edition), 2019, 37(2): 148-154.

[1]	陈晓玲, 全志薇, 张慧, 武晓敏, 岑丹. 基于科学知识图谱的辽宁省区域研究热点分析[J]. 吉林大学学报(信息科学版), 2018, 36(6): 666-673.
[2]	刘伟, 张弈鹏, 罗凤鸣. 基于改进K-means 算法的多场景分布式电源规划[J]. 吉林大学学报(信息科学版), 2018, 36(5): 525-530.
[3]	邹晨红, 袁满. 模糊综合评判的系统聚类算法研究[J]. 吉林大学学报(信息科学版), 2018, 36(5): 569-576.
[4]	金兰依, 郭树旭, 马树志, 刘晓鸣, 孙长建, 李雪妍. 基于半监督阶梯网络的肝脏CT 影像分割[J]. 吉林大学学报(信息科学版), 2018, 36(2): 158-164.
[5]	夏华, 洪伟, 安学成. 基于特征点的目标识别系统研究[J]. 吉林大学学报(信息科学版), 2017, 35(1): 43-48.
[6]	王昕,李亮,才晓东 . 改进 LIC 模型的甲状腺结节超声图像分割算法[J]. 吉林大学学报(信息科学版), 2017, 35(1): 68-75.
[7]	王晓东, 张姣, 薛红. 基于蝙蝠算法的 K 均值聚类算法[J]. 吉林大学学报(信息科学版), 2016, 34(6): 805-810.
[8]	董亚则, 李万龙, 李航, 郑山红. 改进的基于后缀树的Web 搜索结果聚类算法[J]. 吉林大学学报(信息科学版), 2016, 34(4): 543-549.
[9]	岳晓峰, 胡继文. 铝型材表面喷涂质量的图像检测与研究[J]. 吉林大学学报(信息科学版), 2016, 34(3): 413-418.
[10]	刘乐, 徐玉蕊, 王刚刚, 侯阿临. 基于熵结合的活动轮廓分割模型[J]. 吉林大学学报(信息科学版), 2016, 34(2): 278-282.
[11]	贺嘉楠1, 高云龙1, 王宏杰2, 朱琪1, 董立岩1. 基于最小距离乘积K-eans 算法的改进[J]. 吉林大学学报(信息科学版), 2015, 33(5): 564-.
[12]	潘欣, 孙宏彬. 并行的中心点优化选取遥感影像聚类算法[J]. 吉林大学学报(信息科学版), 2015, 33(4): 441-.
[13]	周丽娟, 于雪晶, 魏卓. 基于萤火虫群算法的网络入侵优化检测算法[J]. 吉林大学学报(信息科学版), 2015, 33(3): 338-343.
[14]	江晟. 基于多模态特征的光鄄SAR 图像融合配准算法[J]. 吉林大学学报(信息科学版), 2015, 33(2): 208-213.
[15]	张引, 高克宁, 张斌. 探索式搜索中支持多角度概念发现方法[J]. 吉林大学学报(信息科学版), 2015, 33(1): 72-78.