【技术实现步骤摘要】
本专利技术涉及计算机视觉，具体涉及一种基于超像素和基于粒球改进的图像分割方法。
技术介绍
1、图像分割是将图像划分为具有相似属性或语义的区域的过程。现有的图像分割技术主要可以分为以下几类：
2、基于阈值的方法：阈值分割方法根据图像中像素的灰度值或颜色值与预先设定的阈值进行比较，将像素分为不同的区域。
3、基于边缘的方法：边缘是图像中重要的结构信息，基于边缘的分割方法通过检测图像中的边缘并根据边缘之间的关系进行分割。
4、基于图割的方法：图割算法将图像分割视为最小割问题，并通过在图中寻找最优分割来实现。
5、基于超像素的方法：超像素分割方法通过将图像分割为具有相似属性的紧凑区域，提供更好的特征表示和更高效的图像处理。
6、基于深度学习的方法：深度学习方法如卷积神经网络(cnn)在图像分割任务上取得了显著的成果。
7、但是，上述方法中并没有考虑超像素的高维特征和特征间的非线性关系，从而导致了输出图像不够准确的问题。
技术实现思路>
1、基于上述本文档来自技高网...
【技术保护点】
1.一种基于超像素和基于粒球改进的图像分割方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于超像素和基于粒球改进的图像分割方法，其特征在于，采用SLIC算法对待分割图像进行超像素分割包括如下步骤：
3.根据权利要求1所述的一种基于超像素和基于粒球改进的图像分割方法，其特征在于，基于粒球改进的ISOMAP算法对所述特征集进行降维处理包括如下步骤：
4.根据权利要求3所述的一种基于超像素和基于粒球改进的图像分割方法，其特征在于，将所述特征集初始化为粒球，对所述粒球进行粒球划分包括如下步骤：
5.根据权利要求4...
【技术特征摘要】
1.一种基于超像素和基于粒球改进的图像分割方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于超像素和基于粒球改进的图像分割方法，其特征在于，采用slic算法对待分割图像进行超像素分割包括如下步骤：
3.根据权利要求1所述的一种基于超像素和基于粒球改进的图像分割方法，其特征在于，基于粒球改进的isomap算法对所述特征集进行降维处理包括如下步骤：
4.根据权利要求3所述的一种基于超像素和基于粒球改进的图像分割方法，其特征在于，将所述特征集初始化为粒球，对所述粒球进行粒球划分包括如下步骤：
5.根据权利要求4所述的一种基于超像素和基于粒球改进的图像分割方法，其特征在于，所述替换公式表示如下：
6.根据权利要求5所述的一种基于超像素和基于粒球改进的图像分割方法，其特征在于，所述粒球集合中每个粒球的中心的计算公式表...
【专利技术属性】
技术研发人员：杨长志，夏书银，王国胤，程东东，
申请(专利权)人：重庆邮电大学，
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。