引入深度优先策略的图像边缘聚类算法仿真

摘要：

为了实现对提取边界后剩余数据对象的聚类，提出一种由图像边缘出发进行聚类的算法。该算法首先采用深度优先搜索的策略将已知的边界对象进行分类，并计算各边界曲线的最小外包矩形区域；然后运用夹角和法去除内边界类；最后依据近邻原则对每一个核心对象进行归类。实验结果表明，对于含有噪声、密度均匀的数据集，算法可以识别出各种形状的聚类，且聚类质量和时间性能较好。

关键词：聚类、边界对象、ε-邻域、最小外包矩形

分类号：TP301(计算技术、计算机技术)

资助基金：河南省基础与前沿技术研究计划项目122300410171。

在线出版日期：2014-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：152-154