一种优化的Mean Shift图像分割算法

摘要

为解决均值漂移(Mean Shift)算法在图像分割过程中计算复杂度高、收敛速率慢的问题，本研究提出一种优化的Mean Shift图像分割算法。该算法使用双边滤波去除随机噪声并保留边缘信息，利用简单线性迭代聚类(simple linear iterative clustering, SLIC)方法对图像进行预分割，形成内部结构高度一致的超像素块，将超像素块的像素值替代原始图像像素点作为新的数据点，有效减少了Mean Shift算法的迭代次数，进而显著降低了计算复杂度。实验结果表明：该算法不仅能够得到有效的分割结果，还能够降低时间复杂度。

关键词

均值漂移 / 简单线性迭代聚类 / 图像分割 / 超像素