基于超像素和K-means的图像分割算法

摘要

传统的简单线性迭代聚类(SLIC)超像素算法在图像细节处容易产生欠分割问题,文章对超像素块采用K-means算法进一步聚类,并按聚类中心定义了相似度,对于相似度大于预设阈值的超像素块,视其为欠分割区域,对该超像素块保留K-means聚类结果.实验结果表明,本文算法在分割准确率等各项指标上均优于SLIC算法.