【技术实现步骤摘要】
本专利技术涉及图像处理技术和图像分割领域，具体为基于属性网络随机块模型的图像分割方法及系统。
技术介绍
1、近年来，随着计算机视觉领域的飞速发展，图像分割技术已在目标检测、目标识别以及目标跟踪等领域得到了广泛的应用。比如，在医学领域，图像分割用于识别和分割出不同的组织结构，如肿瘤、血管等，为医生提供更准确的诊断和治疗方案；在自动驾驶领域，图像分割用于识别和分割道路、车辆、行人等目标，帮助自动驾驶系统做出更准确的决策和路径规划；在地质勘探方面，图像分割用于识别和分割出不同的地质结构，帮助地质学家进行矿产勘探和资源开发等。因此，如何更加准确地实现图像分割已经成为计算机视觉领域研究的重要内容。
2、随机块模型是复杂网络的重要研究工具，是根据随机等价性思想构建的一种具有表达能力的概率生成模型，即该模型可以刻画和检测网络的各种结构。随机块模型除了具有表达能力，还有泛化能力、可解释性以及灵活性等。泛化能力是指随机块模型不仅可以用于发现网络的隐含结构，而且可以用于预测网络中两节点之间连边的可能性；可解释性是指随机块模型能拟合各种网络的生成...
【技术保护点】
1.一种基于属性网络随机块模型的图像分割方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于属性网络随机块模型的图像分割方法，其特征在于，步骤1根据区域间的颜色相似性添加连边构建图像无权网络的方法如下:
3.根据权利要求1所述的一种基于属性网络随机块模型的图像分割方法，其特征在于，步骤2所述像素点的特征参数包括像素点的最大值、最小值、均值、方差、偏度、峰度、上四分位数以及下四分位数。
4.根据权利要求1所述的一种基于属性网络随机块模型的图像分割方法，其特征在于，步骤3中所述BCSBM模型的社团个数确定方法如下：
...【技术特征摘要】
1.一种基于属性网络随机块模型的图像分割方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于属性网络随机块模型的图像分割方法，其特征在于，步骤1根据区域间的颜色相似性添加连边构建图像无权网络的方法如下:
3.根据权利要求1所述的一种基于属性网络随机块模型的图像分割方法，其特征在于，步骤2所述像素点的特征参数包括像素点的最大值、最小值、均值、方差、偏度、峰度、上四分位数以及下四分位数。
4.根据权利要求1所述的一种基于属性网络随机块模型的图像分割方法，其特征在于，步骤3中所述bcsbm模型的社团个数确定方法如下：
5.根据权利要求4所述的一种基于属性网络随机块模型的图像分割方法，其特征在于，所述轮廓系数的计算方...
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。