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
273
2018/08/15
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: