所谓聚类方法,是采用模式识别中的聚类思想,以()保持最大相似性以及类 间保持最大距离为目标,通过迭代优化获得最佳的图像分割阈值。

第1题：

第2题：

针对某一图像进行阈值分割，测试了均匀性度量法、最大类间距离法、最大类间方差法和最大熵法，发现最大熵法各阈值得到的信息熵曲线的波峰/波谷较为平缓，而最大类间方差法各阈值得到的类间方差曲线的波峰/波谷较为陡峭，说明最大类间方差法找出的分割阈值更为适合对这幅图像进行分割。

第3题：

类间最大距离法的设计思想是：在某个适当的阈值下，图像分割后的前景目标与背景两个类之间的差异最小为最佳分割。

第4题：

9、针对某一图像进行阈值分割，测试了均匀性度量法、最大类间距离法、最大类间方差法和最大熵法，发现最大熵法各阈值得到的信息熵曲线的波峰/波谷较为平缓，而最大类间方差法各阈值得到的类间方差曲线的波峰/波谷较为陡峭，说明最大类间方差法找出的分割阈值更为适合对这幅图像进行分割。

第5题：

116、动态聚类算法是一种通过反复修改聚类结果来进行优化以达到满意的聚类结果的迭代算法。