一种图像分类方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种图像分类方法、装置、设备及存储介质。该方法包括：随机生成待分类图像对应的初始聚类中心和初始隶属度矩阵；获取初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数；根据初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数对初始聚类中心和初始隶属度矩阵进行更新，得到更新后的聚类中心和更新后的隶属度矩阵；基于更新后的聚类中心和更新后的隶属度矩阵对待分类图像进行分类，得到分类结果，通过本发明专利技术的技术方案，能够提升图像分类结果的准确度。结果的准确度。结果的准确度。

【技术实现步骤摘要】
一种图像分类方法、装置、设备及存储介质


[0001]本专利技术实施例涉及图像处理
，尤其涉及一种图像分类方法、装置、设备及存储介质。

技术介绍

[0002]图像分类是指将图像分割为若干个区域，例如，若图像中包括A对象和B对象，则对图像进行分类，得到A对象对应的区域、B对象对应的区域以及背景区域。
[0003]目前，已经有很多算法被提出并应用在图像分类领域，但是不同的图像分类算法也各有优缺点。
[0004]在相关技术中，最常用的图像分割算法为模糊C
‑
均数(Fuzzy C
‑
Means，FCM)分类算法，但是由于模糊C
‑
均数分类算法对初始值和噪声敏感，因此容易陷入局部最优，导致最终的图像分类结果不够精确。

技术实现思路

[0005]本专利技术实施例提供一种图像分类方法、装置、设备及存储介质，以实现能够提升图像分类结果的准确度。
[0006]根据本专利技术的一方面，提供了一种图像分类方法，包括：
[0007]随机生成待分类图像对应的初始聚类中心和初始隶属度矩阵；
[0008]获取初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数；
[0009]根据初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数对初始聚类中心和初始隶属度矩阵进行更新，得到更新后的聚类中心和更新后的隶属度矩阵；
[0010]基于更新后的聚类中心和更新后的隶属度矩阵对待分类图像进行分类，得到分类结果。
[0011]根据本专利技术的另一方面，提供了一种图像分类装置，该图像分类装置包括：
[0012]聚类中心和隶属度矩阵生成模块，用于随机生成待分类图像对应的初始聚类中心和初始隶属度矩阵；
[0013]多尺度归一化度量参数确定模块，用于获取初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数；
[0014]更新模块，用于根据初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数对初始聚类中心和初始隶属度矩阵进行更新，得到更新后的聚类中心和更新后的隶属度矩阵；
[0015]图像分类模块，用于基于更新后的聚类中心和更新后的隶属度矩阵对待分类图像进行分类，得到分类结果。
[0016]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0017]至少一个处理器；以及
[0018]与所述至少一个处理器通信连接的存储器；其中，
[0019]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的图像分类方法。
[0020]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的图像分类方法。
[0021]本专利技术实施例通过随机生成待分类图像对应的初始聚类中心和初始隶属度矩阵；获取初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数；根据初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数对初始聚类中心和初始隶属度矩阵进行更新，得到更新后的聚类中心和更新后的隶属度矩阵；基于更新后的聚类中心和更新后的隶属度矩阵对待分类图像进行分类，得到分类结果，能够提升图像分类结果的准确度。
[0022]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0023]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0024]图1是本专利技术实施例中的一种图像分类方法的流程图；
[0025]图2是本专利技术实施例中的一种图像分类装置的结构示意图；
[0026]图3是本专利技术实施例中的一种电子设备的结构示意图。
具体实施方式
[0027]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0028]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0029]可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法
律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
[0030]实施例一
[0031]图1为本专利技术实施例提供的一种图像分类方法的流程图，本实施例可适用于图像分类的情况，该方法可以由本专利技术实施例中的图像分类装置来执行，该装置可采用软件和/或硬件的方式实现，如图1所示，该方法具体包括如下步骤：
[0032]S110，随机生成待分类图像对应的初始聚类中心和初始隶属度矩阵。
[0033]具体的，随机生成待分类图像对应的初始聚类中心和初始隶属度矩阵的方式可以为：基于预设规则从预先存储的数据库中选取待分类图像对应的初始聚类中心和初始隶属度矩阵。
[0034]S120，获取初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数。
[0035]具体的，获取初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数的方式可以为：根据初始聚类中心与待分类图像中的其他像素点之间的距离相似度和/或灰度差异参数确定初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数。
[0036]S130，根据初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数对初始聚类中心和初始隶属度矩阵进行更新，得到更新后的聚类中心和更新后的隶属度矩阵。
[0037]具体的，根据初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数对初始聚类中心和初始隶属度矩阵进行更新，得到更新后的聚类中心和更新后的隶属度矩阵的方式可以为：根据初始聚类中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像分类方法，其特征在于，包括：随机生成待分类图像对应的初始聚类中心和初始隶属度矩阵；获取初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数；根据初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数对初始聚类中心和初始隶属度矩阵进行更新，得到更新后的聚类中心和更新后的隶属度矩阵；基于更新后的聚类中心和更新后的隶属度矩阵对待分类图像进行分类，得到分类结果。2.根据权利要求1所述的方法，其特征在于，获取初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数，包括：获取初始聚类中心与待分类图像中的其他像素点之间的距离相似度和灰度差异参数；根据所述初始聚类中心与待分类图像中的其他像素点之间的距离相似度和灰度差异参数确定初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数。3.根据权利要求2所述的方法，其特征在于，根据所述初始聚类中心与待分类图像中的其他像素点之间的距离相似度和灰度差异参数确定初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数，包括：将所述初始聚类中心与待分类图像中的其他像素点之间的距离相似度的倒数确定为第一参数；将所述初始聚类中心与待分类图像中的其他像素点之间的灰度差异参数的倒数确定为第二参数；将所述第一参数和所述第二参数之和确定为第三参数；将预设数值与所述第三参数的比值确定为初始聚类中心与待分类图像中的其他像素点之间的多尺度归一化度量参数。4.根据权利要求2所述的方法，其特征在于，获取初始聚类中心与待分类图像中的其他像素点之间的距离相似度，包括：获取初始聚类中心与待分类图像中的其他像素点之间的距离；根据所述初始聚类中心与待分类图像中的其他像素点之间的距离确定初始聚类中心与待分类图像中的其他像素点之间的距离相似度。5.根据权利要求2所述的方法，其特征在于，获取初始聚类中心与待分类图像中的其他像素点之间的灰度差异参数，包括：获取初始聚类中心与待分类图像中的其他像素点之间的灰度值协方差、初始聚类中心的灰度值标准差以及待分类图像中的其他像素点的灰度值标准差；根据初始聚类中心与待分类图像中的其他像素点之间的灰度值协方差、初始聚类中心的灰度值标准差以及待分类图像中的其他像素点的灰度值标准差确定初始聚类中心与待分类图像中的其他像素点之间的灰度差异参数。6.根据权利要...

【专利技术属性】
技术研发人员：谢泽宇，罗逍，赵德芳，陈薪宇，郑震，马欢，祁旭，祝铭含，
申请(专利权)人：一汽南京科技开发有限公司，
类型：发明
国别省市：