基于数据挖掘的图像特征分割技术

摘要

针对当前图像特征分割技术分割复杂多样图像时存在精度较低的问题,引入数据挖掘理念,研究了一种新的图像特征分割技术.使用K-means聚类算法进行聚类处理,依次使用柔化处理、中值滤波处理和锐化处理后,实现图像去噪.通过分析预处理图像获得白色线剖面图,根据数据挖掘确定图像中的目标颜色R/B值和背景颜色R/B值,在灰度共生矩阵中获得描述参量,对比对比度、熵、相关性和能量,实现纹理特征提取,由此完成复杂多样图像的高精度分割.分别对模拟图像和遥感图像进行分割实验,与传统分割结果进行对比,从定性和定量两个角度验证基于数据挖掘的图像特征分割技术的有效性,结果表明,基于数据挖掘的图像特征分割技术能够获得更全面的图像信息和纹理细节,从而更加精准地分割出同质区域.