[發(fā)明專利]一種針對(duì)光流圖的快速的FCM圖像分割方法有效
| 申請(qǐng)?zhí)枺?/td> | 201710530461.3 | 申請(qǐng)日: | 2017-06-28 |
| 公開(公告)號(hào): | CN107330910B | 公開(公告)日: | 2019-11-12 |
| 發(fā)明(設(shè)計(jì))人: | 胡友民;胡中旭;吳波;武敏健;劉頡;肖玲;王詩(shī)杰;李雪蓮 | 申請(qǐng)(專利權(quán))人: | 華中科技大學(xué) |
| 主分類號(hào): | G06T7/215 | 分類號(hào): | G06T7/215;G06K9/62 |
| 代理公司: | 華中科技大學(xué)專利中心 42201 | 代理人: | 梁鵬;曹葆青 |
| 地址: | 430074 湖北*** | 國(guó)省代碼: | 湖北;42 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 針對(duì) 光流圖 快速 fcm 圖像 分割 方法 | ||
1.一種針對(duì)二維向量圖的快速FCM圖像分割方法,其特征在于,該方法包括如下步驟:
S1確定待處理二維向量圖中的模糊聚類參數(shù);
S2將二維向量圖按照360度均分為若干個(gè)向量方向區(qū)間,計(jì)算每個(gè)二維向量的方向,并根據(jù)其方向劃分至對(duì)應(yīng)的方向區(qū)間中;
S3將每個(gè)方向區(qū)間均分成若干個(gè)模區(qū)間,并將該方向區(qū)間內(nèi)的所有二維向量劃分至對(duì)應(yīng)的模區(qū)間中,計(jì)算每個(gè)方向區(qū)間下每個(gè)模區(qū)間內(nèi)的向量個(gè)數(shù);
S4計(jì)算每個(gè)方向區(qū)間中的每個(gè)向量模區(qū)間的標(biāo)準(zhǔn)向量大小;
S5將每個(gè)方向區(qū)間中的每個(gè)向量模區(qū)間的標(biāo)準(zhǔn)向量的隸屬度初始化,并利用初始化的隸屬度計(jì)算初始化的聚類中心,然后利用聚類中心計(jì)算更新隸屬度,再利用更新后的隸屬度重新計(jì)算更新聚類中心,如此往復(fù),進(jìn)行迭代計(jì)算,直至得到滿足精度要求的隸屬度和聚類中心;
S6根據(jù)得到的隸屬度完成二維向量圖的圖像分割。
2.如權(quán)利要求1所述的快速FCM圖像分割方法,其特征在于,所述二維向量圖為光流圖。
3.如權(quán)利要求1或2所述的快速FCM圖像分割方法,其特征在于,步驟S1中,所述模糊聚類參數(shù)包括初始化分類個(gè)數(shù)c、模糊指數(shù)m、迭代停止閾值ε和最大迭代次數(shù)iter。
4.如權(quán)利要求3所述的快速FCM圖像分割方法,其特征在于,步驟S3中,將每個(gè)方向區(qū)間均分為若干個(gè)模區(qū)間的方法具體如下:首先,計(jì)算每方向區(qū)間中所有二維向量的模的大小,將最大的模作為該方向區(qū)間的邊界,然后將該方向區(qū)間按其邊界大小均分為若干個(gè)模區(qū)間。
5.如權(quán)利要求4所述的快速FCM圖像分割方法,其特征在于,步驟S4中,所述標(biāo)準(zhǔn)向量的計(jì)算過(guò)程具體包括如下步驟:
S41.根據(jù)方向區(qū)間的個(gè)數(shù)B,得到每個(gè)方向區(qū)間的標(biāo)準(zhǔn)角度Angleb;
S42.根據(jù)每個(gè)方向區(qū)間的模最大值和模區(qū)間個(gè)數(shù),得到每個(gè)方向區(qū)間內(nèi)的每個(gè)模區(qū)間的標(biāo)準(zhǔn)模大小Magk;
S43.建立坐標(biāo)軸xoy,計(jì)算出每個(gè)方向區(qū)間內(nèi)的每個(gè)模區(qū)間的標(biāo)準(zhǔn)向量其計(jì)算公式表示如下:
Vybk=Magk×cos Angleb,
Vybk=Magk×sin Angleb,
其中,b表示第b個(gè)方向區(qū)間,b=1,2,…B,B為方向區(qū)間個(gè)數(shù);k表示第k個(gè)模區(qū)間,k=1,2,…K,K為每個(gè)方向區(qū)間內(nèi)的模區(qū)間個(gè)數(shù);m表示模糊指數(shù);Vybk和Vybk分別表示標(biāo)準(zhǔn)向量在x軸和y軸方向上的分量。
6.如權(quán)利要求5所述的快速FCM圖像分割方法,其特征在于,所述步驟S5中,確定每個(gè)方向區(qū)間中的每個(gè)向量模區(qū)間內(nèi)滿足精度要求的隸屬度和聚類中心的具體過(guò)程如下:
S51利用0至1之間的隨機(jī)數(shù)初始化每個(gè)模區(qū)間的標(biāo)準(zhǔn)向量的隸屬度,分別利用每個(gè)模區(qū)間內(nèi)的初始化的隸屬度計(jì)算該模區(qū)間內(nèi)的初始化的聚類中心;
S52利用每個(gè)模區(qū)間的初始化的隸屬度和聚類中心進(jìn)行迭代計(jì)算:先根據(jù)第it次迭代的聚類中心重新計(jì)算第it+1次迭代的隸屬度,再根據(jù)所述第it+1次隸屬度重新計(jì)算第it+1次迭代的聚類中心,如此往復(fù),迭代計(jì)算,其中,it為迭代次數(shù),it=0,1,2,…iter,iter為最大迭代次數(shù),初始化迭代次數(shù)為0;
S53計(jì)算每次迭代過(guò)程中當(dāng)期目標(biāo)函數(shù)J,當(dāng)兩次迭代的目標(biāo)函數(shù)J值差小于迭代停止閾值ε,或者迭代次數(shù)it超過(guò)所述最大迭代次數(shù)iter時(shí),停止迭代,此時(shí)的隸屬度和聚類中心即為該模區(qū)間內(nèi)滿足精度要求的隸屬度和聚類中心。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于華中科技大學(xué),未經(jīng)華中科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710530461.3/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 一種基于光流信息的行為識(shí)別方法
- 一種基于光流場(chǎng)的步態(tài)識(shí)別方法
- 基于多元對(duì)數(shù)高斯分布下視頻特征的圖結(jié)構(gòu)規(guī)約方法
- 無(wú)人機(jī)圖傳方法、系統(tǒng)、無(wú)人機(jī)和無(wú)人機(jī)客戶端
- 基于單目圖像的模型訓(xùn)練方法、裝置及數(shù)據(jù)處理設(shè)備
- 圖像處理方法及裝置、電子設(shè)備和存儲(chǔ)介質(zhì)
- 全景視頻插幀方法、裝置及對(duì)應(yīng)的存儲(chǔ)介質(zhì)
- 一種基于卷積神經(jīng)網(wǎng)絡(luò)和光流特征視覺(jué)里程計(jì)的實(shí)現(xiàn)方法
- 軌跡模擬方法、裝置、終端設(shè)備和存儲(chǔ)介質(zhì)
- 一種深度圖像分層方法及系統(tǒng)
- 測(cè)試在起動(dòng)時(shí)保護(hù)渦輪機(jī)防止超速的系統(tǒng)的方法
- 一種基于FCM的四鄰域歸類方法
- 基于可能性FCM算法MRI腫瘤圖像分割方法和系統(tǒng)
- 一種FCM結(jié)合MRF模型的多時(shí)相遙感影像變化檢測(cè)方法
- 基于非負(fù)矩陣分解和核FCM的多時(shí)相遙感影像變化檢測(cè)方法
- 一種環(huán)形FCM芯塊制備方法
- 一種基于改進(jìn)人工蜂群的FCM算法優(yōu)化方法
- 一種基于ACO-FCM聚類算法的路網(wǎng)分區(qū)及其評(píng)估方法
- 基于FCM融合改進(jìn)蝙蝠算法的圖像分割方法
- 一種用于眼底棉絨斑圖像分割的自適應(yīng)超像素FCM方法





