一种基于视觉仿生与力场作用的图像自适应聚类方法技术

本发明专利技术一种基于视觉仿生与力场作用的图像自适应聚类方法，包括以下步骤：步骤1，任选一张图像作为待分析图像Img，将待分析图像Img生成CIE‑Laba颜色空间下的颜色图Img2；步骤2，将CIE‑Laba颜色空间下的颜色图Img2的每个波段划分成d个子空间，即得到d

An image adaptive clustering method based on visual bionics and force field

The invention relates to an image adaptive clustering method and effect of bionic vision based on force field, which comprises the following steps: 1, choose a Img image as an image to be analyzed, the image analysis of Img generation CIE Laba color space color map Img2; step 2, each band division CIE Laba color space the color map Img2 into D sub space, namely D

【技术实现步骤摘要】
一种基于视觉仿生与力场作用的图像自适应聚类方法
本专利技术属于图像处理
，具体涉及一种基于视觉仿生技术和力场作用的自适应聚类方法。
技术介绍
图像分析是目前火热的机器视觉与人工智能中最为底层的技术手段。作为最基本的图像分析方法，图像聚类作为初步分析被广泛的应用于各种图像分割、分类、认知当中。其中，聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。聚类分析的目标就是在相似的基础上收集数据来分类。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。多年以来，聚类分析方法一直以其高速、简洁、效果好等优势被广泛的应用于各种各样的数据分析领域当中。但是，聚类分析发展多年以来，始终需要较好的先验信息才能获取较为完善的分析结果。然而在很多实际数据分析应用当中，初始先验信息的获取本身就是一个悖论问题：即分析数据是为了得到信息，而没有信息又难以分析数据。针对这个缺陷，很多学者都进行了大量的研究工作，发展了许多完全自动的聚类方法。但改进方法为了估计先验信息，付出了大量繁复计算的代价，舍弃了聚类算法本文档来自技高网...

【技术保护点】
一种基于视觉仿生与力场作用的图像自适应聚类方法，其特征在于，包括以下步骤：步骤1，任选一张图像作为待分析图像Img，将待分析图像Img生成CIE‑Laba颜色空间下的颜色图Img2；步骤2，将CIE‑Laba颜色空间下的颜色图Img2的每个波段划分成d个子空间，即得到d

【技术特征摘要】
1.一种基于视觉仿生与力场作用的图像自适应聚类方法，其特征在于，包括以下步骤：步骤1，任选一张图像作为待分析图像Img，将待分析图像Img生成CIE-Laba颜色空间下的颜色图Img2；步骤2，将CIE-Laba颜色空间下的颜色图Img2的每个波段划分成d个子空间，即得到dn个颜色子区域空间，其中n为颜色图Img2的波段数；步骤3，计算dn个颜色子区域空间中每个子区域的稳定重心，并将每个子区域的稳定重心作为聚类中心；包括：步骤31，从dn个颜色子区域空间中任选一个子区域作为当前子区域，设该当前子区域的重心为像素i，当前子区域的相邻子区域为3a-1个，i＝1,2,...,M，a＝1,2,3，M为颜色子区域空间中的像素总数；步骤311，从3a-1个相邻子区域中任选一个子区域作为当前相邻子区域，a＝1,2,3；设像素j为当前相邻子区域的任一像素；其中，j＝1,2,...,M，i≠j；步骤311-1，若像素i和像素j之间的可移动性MOij≤1，则当前子区域的重心相对于当前相邻子区域为稳定重心，执行步骤312；步骤311-2，若像素i和像素j之间的可移动性MOij＞1，将像素j划入到当前子区域中得到修正后的当前子区域，则修正后的当前子区域的重心相对于当前相邻子区域为稳定重...

【专利技术属性】
技术研发人员：丛铭，韩玲，田野菲，崔建军，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西,61