[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
| 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 | ||
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(μti,μtj)}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。
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。





