科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统图片压缩技术造成的大量原始信息损失，导致图像质量下降的问题，提出一种基于无监督学习的聚类算法首先，对导入的原始图像进行数字采样，得到每个像素坐标和RGB值，并保存为三维数组。然后，经过数组变换，将三维数组转换为二维数组结构，使用K-means算法选取64个质心，并对所有像素点重新聚类。最后，将新产生的二维数据还原为三维数组格式，完成矢量量化过程并输出结果。对比图像压缩前后的效果可以发现，通过K-means算法处理的图像在还原图像细节方面，相较传统压缩算法表现更为优秀。因此，可以得出结论，作为最常用的无监督学习算法之一K-Means具有独特优势，此方法在尽量减少信息损失的前提下，实现数据降维。
-
单位江苏经贸职业技术学院
