[发明专利]一种图像分割提取方法、系统及存储介质在审

专利信息
申请号: 201911004683.7 申请日: 2019-10-22
公开(公告)号: CN112700449A 公开(公告)日: 2021-04-23
发明(设计)人: 白如月 申请(专利权)人: 南京信息职业技术学院
主分类号: G06T7/10 分类号: G06T7/10
代理公司: 南京纵横知识产权代理有限公司 32224 代理人: 董建林
地址: 210023 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 分割 提取 方法 系统 存储 介质
【权利要求书】:

1.一种图像分割提取方法,其特征在于,所述方法包括如下步骤:

根据预处理后的图像得到平滑曲线图;

根据平滑曲线图得到原始峰值点集合;

根据原始峰值点集合得到新的峰值点集合;

获取新的峰值点集合中的初始中心个数和初始值;

根据初始中心个数和初始值对图像进行分割。

2.根据权利要求1所述的一种图像分割提取方法,其特征在于:所述平滑曲线图的获取方法包括如下步骤:

对图像进行预处理得到像素分布曲线图;

对像素分布曲线图进行平滑处理,改善平滑效果,得到平滑曲线图。

3.根据权利要求1所述的一种图像分割提取方法,其特征在于:所述原始峰值点集合的获取方法包括如下步骤:

假设第i级灰度值对应的像素点数目是n(i),设μ(i)=(i,n(i));

假设峰值点集合为N1,则N1由以下公式求得:

N1={μ(i)|n(i)n(i-1)∩n(i)n(i+1),1≤i≤254}。

4.根据权利要求1所述的一种图像分割提取方法,其特征在于:所述新的峰值点集合的获取方法包括如下步骤:

设定阈值T1,排除掉像素点数目少于T1的峰值点,得到新的峰值点μ′(i)的集合N2,其包含的峰值点数目为m:

N2={μ'(i)|n(i)≥T1,μ(i)∈N1};

其中n(i)表示第i级灰度值对应的像素点数目,N1表示峰值点集合。

5.根据权利要求1所述的一种图像分割提取方法,其特征在于:所述初始中心个数和初始值的获取方法包括如下步骤:

假设xk和xk+1表示相邻的两个峰值点的位置,令1≤k≤m-1,当||xk-xk+1||≥T2时,同时选取这两点作为新的峰值点;其中T2为设定距离阈值;

当||xk-xk+1||T2时,所包含的像素点数目多的点作为峰值点,最终得到数目为k峰值点集合,即可确定k均值聚类所需要的初始中心的个数和初始值。

6.根据权利要求1所述的一种图像分割提取方法,其特征在于:根据初始中心个数和初始值对图像进行分割的方法包括如下步骤:

根据新峰值点的初始中心个数和初始值确定初始聚类数目和聚类中心;

根据初始聚类数目和聚类中心通过K-means分割法对图像加以分割。

7.一种图像分割提取系统,其特征在于:包括:

图像处理模块:用于对图像进行分析,获取像素分布曲线图和平滑曲线图;

数据处理模块:与所述图像处理模块连接,用于根据平滑曲线图提取像素点数据信息,并将像素点数据信息进行归类得到峰值点集合;

数据比较模块:与所述数据处理模块连接,用于比较分析峰值点集合中的数据,获取新的峰值点集合;

数据运算模块:与所述数据比较模块连接,用于将新的峰值点集合中的数据进行运算处理,得到初始中心的个数和初始值;

图像分割模块:与所述数据运算模块连接,用于根据新的峰值点初始中心的个数和初始值得到初始聚类中心和聚类数目,并以此进行图像分割。

8.一种图像分割提取系统,其特征在于:包括:存储器和处理器;

所述存储器用于存储指令;

所述处理器用于根据所述指令进行操作以执行根据权利要求1~6任一项所述的方法的步骤。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1~6任一项所述方法的步骤。

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南京信息职业技术学院,未经南京信息职业技术学院许可,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/201911004683.7/1.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