[发明专利]一种基于半监督的超像素谱聚类彩色图像分割方法在审

专利信息
申请号: 201811384849.8 申请日: 2018-11-20
公开(公告)号: CN109584247A 公开(公告)日: 2019-04-05
发明(设计)人: 刘汉强;赵静;赵凤 申请(专利权)人: 陕西师范大学
主分类号: G06T7/11 分类号: G06T7/11;G06T7/90;G06K9/62
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 徐文权
地址: 710119 陕西*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 彩色图像分割 半监督 像素 半监督信息 分割结果 像素图像 像素块 聚类 相似性矩阵 像素初始化 方式获取 划分结果 结合构造 聚类算法 人工标记 输入图像 图像分割 像素区域 初始化 像素点 算法 划线
【权利要求书】:

1.一种基于半监督的超像素谱聚类彩色图像分割方法,其特征在于,包括以下步骤:

步骤一、输入待分割的图像I,提取每个超像素区域的RGB平均值作为区域代表特征;

步骤二、用户在图像上进行标记,根据标记信息获得超像素区域的半监督模糊隶属度uij

步骤三、利用公式Sij=max({min(μtitj)}t=1,2,...,c)得到相似性矩阵S并构造拉普拉斯矩阵L;

步骤四、根据用户标记获得聚类数目k,计算拉普拉斯矩阵L的k个最大特征值对应的特征向量,构造矩阵F=[f1,f2,...,fk]并进行归一化得到新的矩阵F,其中

步骤五、将矩阵F的每一行看成是Rk空间中的一个点,聚类得到超像素区域的划分;

步骤六、根据超像素区域的划分结果得到输入图像最终的分割结果。

2.根据权利要求1所述基于半监督的超像素谱聚类彩色图像分割方法,其特征在于:所述的步骤一利用SLIC超像素算法对输入的图像进行预处理。

3.根据权利要求2所述基于半监督的超像素谱聚类彩色图像分割方法,其特征在于:所述的预处理过程包括首先初始化SLIC参数的超像素初始化尺寸以及规范系数,然后计算图像超像素,再提取每个超像素块像素点的均值,最后生成超像素图像。

4.根据权利要求1所述基于半监督的超像素谱聚类彩色图像分割方法,其特征在于:所述的步骤五使用聚类算法将矩阵F聚为k类。

5.根据权利要求4所述基于半监督的超像素谱聚类彩色图像分割方法,其特征在于:所述的聚类算法采用NJW谱聚类算法。

6.根据权利要求1所述基于半监督的超像素谱聚类彩色图像分割方法,其特征在于:所述步骤一输入的待分割的图像I为RGB彩色图像。

7.根据权利要求1所述基于半监督的超像素谱聚类彩色图像分割方法,其特征在于:所述步骤二中用户在图像上进行标记的方式采用人工划线。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陕西师范大学,未经陕西师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811384849.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top