考慮色彩值群聚資訊於K-means分群法之影像分割

Color-Based K-means Clustering for Image Segmentation

林相延(Lin Hsiang-Yen)

指導教授 ： 許巍嚴

國立中正大學/管理學院/資訊管理學系/碩士(2014年)

摘要

由於傳統K-means分群法的圖片分割是以灰階強度為基礎，當要進行圖像分割時往往會因為光線、陰影、甚至本身顏色深淺的分部不均而導致分割結果有所誤差。因此，在本研究中，我們使用了以顏色為基礎的分割方式，也就是color-based K-means來解決這種深淺所造成的問題。以RGB三原色的概念做為分割基礎，當圖片因為灰階強度不同而造成分割混淆時，我們的color-based K-means可以很明確的根據顏色的分佈，將影像經過權重計算後進行圖像的處理，最後得到清楚的分割結果。此外，因為傳統的K-means分群法在每次運算時其起始點都會隨機改變而導致每次結果都有所不同，為了改進此一缺點，我們利用顏色區間(bin)方法讓起始點固定，如此一來不但確保了起始點尋找方法一樣，在我們實驗結果中也證實了不論是傳統的K-means分群法或是我們所使用的color-based K-means，經過此種固定起始值的方法後，所得到的都是較為成功的結果。

關鍵字

K-means分群法 ； 顏色基礎分割 ； 影像分割

並列摘要

無資料

並列關鍵字

k-means clustering ； color-based segmentation ； image clustering

參考文獻

于南書. (2004). 最佳特徵選擇：乳房 X 光片腫瘤偵測. 國立成功大學電機工程學系碩士論文.

紀肇育. (2004). 以分水嶺演算法為基礎之彩色影像切割. 國立成功大學電機工程學系碩士論文.

紀煜豪. (2007). 不同光源下的即時膚色辨識. 國立政治大學資訊科學學系研究所碩士班碩士論文

William K. Pratt. (2007). Digital Image Processing: PIKS Scientific Inside http://ppt.cc/HZbX

Christ, M. J., & Parvathi, R. M. S. (2012). Segmentation of medical image using k-means clustering and marker controlled watershed algorithm. European Journal of Scientific Research, 71(2), 190-194.