[发明专利]一种基于改进K‑means算法的颜色提取方法在审
| 申请号： | 201711009324.1 | 申请日： | 2017-10-25 |
| 公开（公告）号： | CN107818341A | 公开（公告）日： | 2018-03-20 |
| 发明（设计）人： | 朱培恺;刘敬浩 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 天津市北洋有限责任专利代理事务所12201 | 代理人： | 程毓英 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于改进K‑means算法的颜色提取方法，包括利用K‑means随机选取初始聚类中心的方法进行聚类；分析HSV空间模型，计算颜色相似度阈值；聚类结果中某一簇中的点与聚类中心在颜色相似度大于阈值的点超过该簇数据总量的25％则认为合格；在不合格的簇中，找出与其他点的颜色相似度大于阈值最多的点，并将该点作为一个新的聚类中心，与新聚类中心相似度大于阈值的点作为这个新簇的成员点，计算平均值作为最终的聚类中心；在原来的旧簇中去除掉步骤5)所产生新簇的点，剩余的点构成另一个新簇，用均值作为聚类中心，重复步骤2)‑5)，但阈值保持原有量不随之减少，直至没有新的簇产生，剩余点作为噪声点抛出。 | ||
| 搜索关键词： | 一种 基于 改进 means 算法 颜色 提取 方法 | ||
【主权项】：
一种基于改进K‑means算法的颜色提取方法，包括下列步骤：1)选取RGB颜色空间模型，对图片像素点数据进行归一化处理。2)利用K‑means随机选取初始聚类中心的方法进行聚类；3)分析HSV空间模型，计算颜色相似度阈值；4)以颜色相似度阈值为判断条件，分析步骤2)的K‑means算法的聚类结果，若步骤二的聚类结果中某一簇中的点与聚类中心在颜色相似度大于阈值的点超过该簇数据总量的25％则认为合格；若没有则认为不合格；5)在不合格的簇中，找出与其他点的颜色相似度大于阈值最多的点，并将该点作为一个新的聚类中心，与新聚类中心相似度大于阈值的点作为这个新簇的成员点，计算平均值作为最终的聚类中心；6)在原来的旧簇中去除掉步骤5)所产生新簇的点，剩余的点构成另一个新簇，用均值作为聚类中心，重复步骤2)‑5)，但阈值保持原有量不随之减少，直至没有新的簇产生，剩余点作为噪声点抛出；7)输出聚类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711009324.1/，转载请声明来源钻瓜专利网。
