论文部分内容阅读
提出一种改进K-means算法的初始类心选取方法.首先基于HSV颜色空间计算样本图像和图像库中所有图像的特征向量,将样本图像的特征向量作为第一个初始类心,然后计算图像库所有图像距离样本图像的特征向量距离,找出距离最大的特征向量作为第二个初始类心,在剩下的特征向量中找到距离前两个初始类心和最大的特征向量作为第三个初始类心,依次类推确定剩下的初始类心,然后进行聚类,最后进行图像检索.实验结果论证了此算法的有效性.