K-means聚类数的确定及在细胞图像颜色校正中的应用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

福建省高校产学合作科技重大项目(2011H6010);国家自然科学基金(61179011)


Determination of Number of Clusters in K-means and Application in Color Correction of Cell Image
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对大量瑞氏染色细胞图像, 通过YCbCr颜色空间进行K-means聚类, 观察各分量聚类中心差值变化规律, 提出了一种新的确定K-means聚类数的颜色校正算法。该算法首先是将瑞氏染色细胞图像中不同目标分别准确地聚集在相应类当中, 再与标准图像中的每类进行配比, 并利用直方图规定化进行直方图调整, 得到颜色校正结果。经大量实验证明, 尤其在细胞图像中目标颜色特征较接近的情况下, 该算法通过确定合适的聚类数可大大提高颜色校正结果的准确率。

    Abstract:

    To observe the changing rule of clustering center’s value in K-means by the YCbCr color space, against a lot of cell image by Wright Stain, this paper proposed a new method to determine the number of clusters in K-means to get a good result of color correction. Different target of cell image could be firstly gathered in the corresponding class accurately, then by matching between classes, and using histogram specification for adjusting histogram, the results of color correction could at last be achieved. It has been proved by many experiments that this algorithm can greatly improve the accuracy of color correction results, especially the target with closer color features in cell.

    参考文献
    相似文献
    引证文献
引用本文

罗丽丽,蔡坚勇,蔡荣太,林李金,蔡娟. K-means聚类数的确定及在细胞图像颜色校正中的应用.计算机系统应用,2014,23(1):114-118

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-07-10
  • 最后修改日期:2013-08-19
  • 录用日期:
  • 在线发布日期: 2014-01-26
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号