-
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
Applicant: 重庆邮电大学
IPC: G06V10/762 , G06V10/776
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。
-
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
Applicant: 重庆邮电大学
IPC: G06V10/762 , G06V10/26 , G06V10/20 , G06V10/764
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。
-
公开(公告)号:CN119625306A
公开(公告)日:2025-03-14
申请号:CN202411676938.5
申请日:2024-11-22
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/762 , G06V10/82 , G06N3/0455 , G06N3/084
Abstract: 本发明属于计算机视觉领域,具体涉及基于加权粒球聚类的图像分割方法、装置及电子设备。所述方法包括获取目标分割图像;将所述目标分割图像中的每个像素点初始化为图像初始粒球;将所述目标分割图像的图像初始粒球基于分裂阈值分裂为图像加权粒球;将所述目标分割图像的图像加权粒球构建为图像加权图;所述图像加权图包括球内像素点的连接关系以及球间像素点中心的关联关系;将所述目标分割图像的图像加权图输入到图自编码器中,得到图嵌入表示;将所述目标分割图像的图嵌入表示进行聚类,得到所述目标分割图像的分割结果。本发明为图像分割领域带来了更加高效、鲁棒的解决方案,显著提升了处理复杂数据任务的能力。
-
公开(公告)号:CN118015318A
公开(公告)日:2024-05-10
申请号:CN202410188165.X
申请日:2024-02-20
Applicant: 重庆邮电大学
IPC: G06V10/762 , G06V20/64
Abstract: 本发明涉及计算机视觉和三维数据处理技术领域,公开了一种基于粒球的多粒度邻居的DBSCAN点云聚类方法,其特征在于,包括:S1、获取原始点云数据集;S2、对所述原始点云数据集进行粒球划分得到若干粒球;S3、基于自然邻居搜索每个所述粒球中心以构建所述粒球中心的多粒度邻居;S4、基于所述粒球中心的多粒度邻居进行条件合并得到样本分布组集合;S5、基于每个所述粒球中心的扩展集合nne计算该粒球中心的自然相对密度NARD;S6、基于每个所述粒球中心的自然相对密度改进DBSCAN算法最终得到聚类标签集合L;S7、将所述聚类标签集合L中的聚类标签映射到对应的粒球所表征的样本上。本发明使得算法更适用于复杂场景下的点云聚类任务。
-
公开(公告)号:CN119625360A
公开(公告)日:2025-03-14
申请号:CN202411676357.1
申请日:2024-11-22
Applicant: 重庆邮电大学
IPC: G06V10/762 , G06V10/74
Abstract: 本发明涉及图像聚类分析领域,具体是基于粒球多核k‑均值的图像聚类方法、装置及电子设备;所述方法包括获取多个待聚类图像的离散数据点集合;将图像数据进行粒球划分,得到图像粒球集合;计算得到图像粒球中心、图像粒球距离矩阵以及图像粒球间的平均距离;并计算得到图像粒球核矩阵;根据图像粒球核矩阵与预设聚类划分矩阵,构建基于粒球的多核k‑均值聚类目标函数;计算得到目标函数值最小时对应的目标聚类划分矩阵;根据多核k‑均值算法对目标聚类划分矩阵进行离散化,得到图像粒球的聚类结果;将所述图像粒球的聚类结果分配给其包含的所有离散数据点,得到图像数据的聚类结果。本发明提高了图像聚类的效率和准确率。
-
公开(公告)号:CN118172374A
公开(公告)日:2024-06-11
申请号:CN202410220723.6
申请日:2024-02-28
Applicant: 重庆邮电大学
IPC: G06T7/11 , G06T7/136 , G06V10/762
Abstract: 本发明涉及一种图像分割方法、装置及电子设备和存储介质,该方法包括:获取目标图像,将其每个像素作为数据对象;进行自然邻居搜索,得到每个数据对象的自然邻居;由自然邻居组成自然粒球,得到目标图像的初始自然粒球组;计算得到分裂阈值;选取半径大于分裂阈值的自然粒球进行分裂,经过迭代,得到最终稳定的自然粒球组;从最终稳定的自然粒球组中任意选取两个自然粒球进行合并聚类,经过迭代,得到聚类结果,根据所述聚类结果得到所述目标图像的图像分割结果。本发明将粒球计算和自然邻居相结合形成自然粒球,使用自然粒球对图像进行覆盖,进行自然粒球分裂和聚类,根据聚类结果得到图像分割结果,图像分割结果更准确,更适合复杂的图像分割。
-
公开(公告)号:CN118013305A
公开(公告)日:2024-05-10
申请号:CN202410201308.6
申请日:2024-02-23
Applicant: 重庆邮电大学
IPC: G06F18/23
Abstract: 本发明属于数据挖掘领域,涉及一种自适应数据流聚类方法,包括在线阶段和离线阶段;在线阶段计算数据流的微粒球集合,离线阶段对微粒球集合进行聚合,得到聚合结果;计算数据流的微粒球集合包括:获取数据流初始时刻的数据,对数据进行分裂,得到微粒球集合H1;获取数据流当前时刻t的数据,将当前时刻t的数据加入微粒球集合Ht‑1,得到微粒球集合#imgabs0#利用改进的阻尼窗口模型更新微粒球集合#imgabs1#得到微粒球集合Ht;重复步骤S2~S3,直到数据流结束;本发明基于粒球的自适应特性提出了一种适用于流聚类的微粒球结构,消除了对参数的依赖,提高了数据流聚类的准确性和效率;本发明利用改进的阻尼窗口模型在解决数据漂移的同时,平衡了时间与空间的消耗。
-
-
-
-
-
-