论文部分内容阅读
应用K-menas聚类法进行灰度图像分割，计算各个分割区域像素的均值和方差，通过分析各区域像素均值和方差发现随机误差项具有异方差性，应用加权最小平方法构建新的能量函数，采用各个分割区域像素方差倒数作为权重因子，进行半色调图像的转换。所构造的半色调算法与基于模型的最小平方法(LSMB)相比，随着聚类分区的增加，图像平滑且边缘清晰度增加，尤其是在图像细节部位。与LSMB算法比较，该算法的均方误差值（MSEv）有所降低，而权重信噪比（WSNR）和峰值信噪比（PSNR）则有一定提高，模拟实验结果验证了算法的有效性。该算法四次迭代计算以后，收敛误差降到0.20以下，具有较快的收敛速度。