《表6 传统K-means聚类结果(Ⅱ)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进K-means的图片主色提取方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验3.2和3.3中，根据式（1）计算的数据点之间的平均距离过大，导致初始点选取的间距很大，遍历整个颜色空间只能选取6个数据点作为初始聚类中心，因为距离的限定，很有可能选取了一些噪声点作为初始聚类中心，而且随着聚类的迭代，聚类中心会渐渐偏离选取的高密度点.在算法运行时间方面，文献[1]的算法在实验3.2中用时15.60 min，实验3.3用时16.17 min.而传统K-means聚类算法仅仅需要几秒钟的运算时间.本文的改进算法在实验3.2中用时0.86 min，在实验3.3中用时2.11 min，虽然相比基本K-means算法耗时有所增加，但减少了计算密度的数据范围从而节约了计算时间，且能够有效地提取出图片中的主色.