基于动态局部搜索和免疫克隆自动聚类的图像分割方法

    公开(公告)号:CN105654498A

    公开(公告)日:2016-06-08

    申请号:CN201610055347.5

    申请日:2016-01-27

    CPC classification number: G06N3/12

    Abstract: 本发明提出了一种基于动态局部搜索和免疫克隆自动聚类的图像分割方法,用于解决现有图像分割方法中存在的鲁棒性和精确度差、收敛速度慢的技术问题,实现步骤是:1.输入一幅待分割图像;2.初始化抗体种群,得到第一抗体种群;3.对第一抗体种群进行克隆选择操作,得到第二抗体种群;4.设置对第二抗体种群优化的当前优化代数t和最大优化代数tmax;5.对第二抗体种群进行优化,得到第六抗体种群;6.判断是否满足迭代停止条件;7.对第六抗体种群中的非支配解集进行选择;8.利用已得到的最优分割中心点对待分割图像进行分割。本发明提高了图像分割的精确度、鲁棒性和收敛速度,可用于对图像中特征目标的提取和对目标的识别与跟踪。

    基于动态局部搜索和免疫克隆自动聚类的图像分割方法

    公开(公告)号:CN105654498B

    公开(公告)日:2018-04-17

    申请号:CN201610055347.5

    申请日:2016-01-27

    Abstract: 本发明提出了一种基于动态局部搜索和免疫克隆自动聚类的图像分割方法,用于解决现有图像分割方法中存在的鲁棒性和精确度差、收敛速度慢的技术问题,实现步骤是:1.输入一幅待分割图像;2.初始化抗体种群,得到第一抗体种群;3.对第一抗体种群进行克隆选择操作,得到第二抗体种群;4.设置对第二抗体种群优化的当前优化代数t和最大优化代数tmax;5.对第二抗体种群进行优化,得到第六抗体种群;6.判断是否满足迭代停止条件;7.对第六抗体种群中的非支配解集进行选择;8.利用已得到的最优分割中心点对待分割图像进行分割。本发明提高了图像分割的精确度、鲁棒性和收敛速度,可用于对图像中特征目标的提取和对目标的识别与跟踪。

    基于均值漂移和邻域信息的模糊C均值图像分割方法

    公开(公告)号:CN105261004B

    公开(公告)日:2018-03-06

    申请号:CN201510575694.6

    申请日:2015-09-10

    Abstract: 本发明公开了一种基于均值漂移和邻域信息的模糊C均值图像分割方法,主要解决现有图像分割方法的分割精确低和鲁棒性差的问题。其方法步骤是:(1)输入一幅待分割图像;(2)采用均值漂移算法,计算聚类数目和初始聚类中心;(3)初始化;(4)计算待分割图像中邻域图像块的权值;(5)计算待分割图像中每一个像素点的加权模糊因子权值;(6)聚类迭代;(7)判断是否满足迭代停止条件;(8)产生分割图像。本发明充分利用了图像的邻域信息,使该方法对噪声的鲁棒性更好,图像的分割正确率得到很大提高。

    基于均值漂移和邻域信息的模糊C均值图像分割方法

    公开(公告)号:CN105261004A

    公开(公告)日:2016-01-20

    申请号:CN201510575694.6

    申请日:2015-09-10

    CPC classification number: G06T2207/20081

    Abstract: 本发明公开了一种基于均值漂移和邻域信息的模糊C均值图像分割方法,主要解决现有图像分割方法的分割精确低和鲁棒性差的问题。其方法步骤是:(1)输入一幅待分割图像;(2)采用均值漂移算法,计算聚类数目和初始聚类中心;(3)初始化;(4)计算待分割图像中邻域图像块的权值;(5)计算待分割图像中每一个像素点的加权模糊因子权值;(6)聚类迭代;(7)判断是否满足迭代停止条件;(8)产生分割图像。本发明充分利用了图像的邻域信息,使该方法对噪声的鲁棒性更好,图像的分割正确率得到很大提高。

Patent Agency Ranking