【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种，主要解决现有技术对初始聚类中心敏感，收敛速度慢及容易陷入局部极值的问题。本方法将图像的聚类分割转化为一个全局优化问题，其实现步骤为：首先，将组织进化遗传算法OEA和模糊C均值聚类算法FCM相结合，同时利用像素点空间信息，通过组织进化遗传算法的全局优化能力获得最优聚类中心和隶属度矩阵；根据最大隶属度原则输出聚类标签，进而实现图像分割。本方法抗噪声能力强，收敛速度快，能够改善图像分割的质量和分割效果的稳定性，可用于图像目标的提取和识别。【专利说明】
本专利技术属于图像处理
，涉及图像分割方法，特别是，可用于模式识别和计算机视觉等领域。
技术介绍
图像分割是后续图像分析和图像理解的基础，在实际中有着非常广泛的应用，例如对图像目标的提取、测量都离不开图像分割，分割的准确性直接影响后续任务的有效性，因此具有十分重要的意义。图像分割又是一种特殊的图像处理技术，其实质是一个按照像素属性即灰度、纹理、颜色进行分类的过程。聚类是无监督分类的一种，被广泛地应用于工程、生物、计算机视觉和遥感等领域。聚类是将一组分布未知的数据进行分类，...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员：刘静，焦李成，唐瑞祺，马文萍，马晶晶，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。