1) bisecting K-means
二分K均值
1.
Firstly,on bisecting K-means is used to quantize image roughly and then we refine the image by improved spectral clustering based weighted distance.
首先利用高效的二分K均值聚类进行粗略量化,然后使用基于加权距离的谱聚类进行再次量化。
2) K-mean classification
K-均值分类
3) K-means clustering alrorithm
K-均值分簇算法
4) segmental K-Means Training Algorithm
K均值分割算法
5) Segmental K-means Procedure
分段K均值算法
6) K-means clustering segmentation
K均值聚类分割
1.
(2) This paper focuses on the Canny edge detection algorithm、threshold segmentation algorithm、K-means clustering segmentation algorithm etc, and improved them, so for meeting the conditions of automatic extraction of road features from high-resolution images.
本文的主要内容有:(1)在对影像进行分割之前首先进行预处理,预处理对分割效果将会产生较大影响,尤其在影像增强方面,所以本文总结了一些较为成功的影像增强方法,并分别采用遥感影像直方图均衡化以及数学形态学方法对影像进行增强处理;(2)本文对高分辨率遥感影像Canny边缘检测算法、阈值分割算法、K均值聚类分割算法等进行了重点研究,并对其进行了改进,以适合高分辨率遥感影像道路特征自动提取的条件;(3)实践证明,任何一种分割方法都很难得到令人满意的分割效果,而将某些分割方法融合应用能取得较好的分割结果。
补充资料：二分──识二分
【二分──识二分】
﹝出摄大乘论释﹞
论云：于六识中，一分成相，一分成见，故名识二分。
［一、相分］，谓于眼等六识，各各变异，成色等种种诸相，是名相分。（六识者，眼识、耳识、鼻识、舌识、身识、意识也。）
［二、见分］，谓眼等六识，各能了别诸尘境界，是名见分。
﹝出摄大乘论释﹞
论云：于六识中，一分成相，一分成见，故名识二分。
［一、相分］，谓于眼等六识，各各变异，成色等种种诸相，是名相分。（六识者，眼识、耳识、鼻识、舌识、身识、意识也。）
［二、见分］，谓眼等六识，各能了别诸尘境界，是名见分。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条