您当前的位置:科技成果 > 基于均值漂移和邻域信息的模糊C均值图像分割方法

基于均值漂移和邻域信息的模糊C均值图像分割方法

2732018/08/15
基本信息
  • 成果类型 高等院校
  • 委托机构 西安电子科技大学
  • 成果持有方 西安电子科技大学
  • 行业领域 数据分析处理
  • 项目名称 基于均值漂移和邻域信息的模糊C均值图像分割方法
  • 知识产权 发明专利
  • 成果成熟度
  • 项目简介 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。
交易信息
  • 意向交易额 面议
  • 挂牌时间 2018/03/06
  • 委托机构 西安电子科技大学
  • 分享至: