基于粒球结构和聚类评价指标的图像聚类方法

    公开(公告)号:CN119762826A

    公开(公告)日:2025-04-04

    申请号:CN202411824123.7

    申请日:2024-12-12

    Abstract: 本发明公开了基于粒球结构和聚类评价指标的图像聚类方法,该方法包括:获取图像样本,提取图像中的像素点,经预处理后得到一组二维数据集D;将该二维数据集D的所有数据作为一个初始粒球,进行不断的分裂,得到稳定粒球集合;对稳定粒球集合进行过滤并分别计算稳定粒球集合中所有粒球的中心点,基于各粒球的中心点利用最小生成树算法构建出包括所有中心点的图结构,得到最小生成树MST;通过对最小生成树MST移除不同数量的最大权重边得到不同的聚类结果,计算不同的聚类结果所对应的平均聚类评价指标分数,从中获取最小平均聚类评价指标分数所对应的聚类结果,进而得到图像的聚类结果。本发明可以提高图像聚类结果的准确性和该系统的鲁棒性。

    一种应用于图像分割的对模糊聚类有效性指标的优化方法

    公开(公告)号:CN119625361A

    公开(公告)日:2025-03-14

    申请号:CN202411772186.2

    申请日:2024-12-04

    Abstract: 本发明属于计算机视觉领域,具体涉及一种应用于图像分割的对模糊聚类有效性指标的优化方法,包括获取目标图像,将所述目标图像的每个像素作为数据对象;对目标图像的全部数据对象使用多粒度模型进行计算,将细粒度的像素点转换为粗粒度的像素点;将簇数k从#imgabs0#循环,使用cmeans算法聚为k个簇,使用模糊聚类有效性指标计算出指标值,其中M为经过多粒度计算之后的对象个数;根据计算的指标值,获取指标值取极大值或者极小值时对应的簇数,得到最优簇数k;本发明能够有效去除低密度边界点,从而提高在图像分割时使用聚类结果的准确性。

Patent Agency Ranking