基于排序K-均值算法的灰度图像分割方法

摘要

本发明针对现有K-均值算法很难保留像素较多类别中图像细节的缺点，提出了一种基于排序K-均值算法的灰度图像分割方法。其实现步骤是：(1)读入一幅不含噪声的灰度图像G，并随机指定各个聚类中心；(2)统计读入的灰度图像G的直方图HL；(3)求解各灰度级到各聚类中心距离；(4)对各灰度级到各聚类中心距离进行排序；(5)对排序后的距离进行存储；(6)将每个灰度级分配到离其距离最近的聚类中心的类别中；(7)根据排序后的各灰度级到各聚类中心的距离更新聚类中心；(8)根据更新前后的聚类中心，判断是否达到迭代停止条件，如果达到迭代停止条件，聚类结束，并输出聚类结果，完成图像分割。本发明具有图像分割精度高的优点，可用于提取和获得灰度图像的细节信息。