申请/专利权人：深圳先进技术研究院

申请日：2021-12-15

公开（公告）日：2024-06-21

公开（公告）号：CN114219822B

主分类号：G06T7/143

分类号：G06T7/143;G06T7/11;G06T7/46;G06V10/762;G06N7/02

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2022.04.08#实质审查的生效;2022.03.22#公开

摘要：本申请提供的面向对象模糊聚类图像分割方法、系统、终端及存储介质，在影像域中随机确定若干个生成点，将影像域划分为若干个非规则区域，形成对象，构建像素关于邻域像素的特征场马尔可夫模型，用以刻画对象与聚类的模糊非相似性，并基于标号场构建对象关于聚类的先验概率，并据此构建基于特征场MRF的面向对象模糊聚类目标函数，以目标函数最小化为准则，结合MH算法优化生成点，调整对象覆盖范围，以进一步准确拟合同质区域边界，得到最佳分割结果，本申请提供的面向对象模糊聚类图像分割方法、系统、终端及存储介质，在保证算法具有较强抗噪性的同时，避免因对象间光谱特征相似导致的误分割问题，进一步提高图像分割精度。

主权项：1.一种面向对象模糊聚类图像分割方法，其特征在于，包括下述步骤：步骤S110：将待分割图像域划分为若干个非规则区域；步骤S120：获取基于特征场MRF模型的对象与聚类间模糊非相似性；步骤S130：获取基于标号场MRF模型的对象隶属于聚类的先验概率；步骤S140：获取对象隶属于聚类的模糊隶属度；步骤S150：获取面向对象模糊聚类目标函数；步骤S160：优化生成点集；步骤S170：重复步骤S120-步骤S160，直至所述目标函数达到最小化时停止迭代；在将待分割图像域划分为若干个非规则区域的步骤中，所述待分割图像I＝{Iixi,yi:xi,yi∈Ω,i＝1,...,n}，其中，Ii＝Iis:s＝1,...,h为第i个像素的彩色矢量，是特征场Z＝{Zi:xi,yi∈Ω,i＝1,...,n}在i上的具体实现，s为矢量维度索引，h为维度数，xi,yi为第i个像素的位置坐标，n为总像素数，Ω为待分割图像域；在将待分割图像域划分为若干个非规则区域的步骤中，具体包括下述步骤：在待分割图像域Ω中随机产生m个生成点，得到初始生成点集合；G＝{aj,bj:aj,bj∈Ω,j＝1,...,m}，其中，aj,bj为第j个生成点的位置坐标，以各生成点为中心，采用空间距离最小化原则将待分割图像域Ω划分为m个非规则区域，形成对象，R＝{Rj:j＝1,...,m}，Rj所属聚类标号Lj可看作标号场F＝{Fj:j＝1,...,m}在j上的具体实现；在获取基于特征场MRF模型的对象与聚类间模糊非相似性的步骤中，具体包括下述步骤：计算聚类l的均值μl＝μls:s＝1,...,h及协方差 其中，ujl为对象j隶属于聚类l的模糊隶属度，ξ为特征场邻域作用强度，δi＝{i’:i’～i}为像素i的邻域像素集，li为像素i所属聚类标号，li∈{1,...,k}，ηli,li’为指示函数，当且仅当li＝li’时，ηli,li’＝1，反之ηli,li’＝0， 假设像素光谱服从独立同一高斯分布，基于特征场MRF模型计算像素i关于聚类l的条件概率， 其中，θl＝{μl,Σl}为聚类l所服从高斯分布参数；计算对象与聚类间模糊非相似性，

全文数据：

权利要求：

百度查询： 深圳先进技术研究院 面向对象模糊聚类图像分割方法、系统、终端及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD