【技术实现步骤摘要】
本专利技术涉及图像分割，尤其涉及一种用于传统纹样图像特征提取的图像分割优化方法。
技术介绍
1、传统纹样自动生成通常涉及使用计算机图形学和人工智能技术来模拟传统纹样的风格和特点。这种技术可以用于设计和创作具有传统文化特色的图案。
2、在传统纹样自动生成过程中，纹样的特征提取非常关键；通过提取纹样的关键特征，可以减少计算量，加快生成速度，使自动生成过程更加高效，有助于捕捉纹样的核心风格和元素，确保生成的纹样保持原有的文化特色和审美风格；同时，通过分析和提取高质量纹样的特征，可以指导生成过程，提高生成纹样的质量和美观度。
3、通过图像分割技术，可以将传统纹样从背景中分离出来，从而减少背景干扰，确保提取的特征更加准确地反映纹样本身的特点，传统图像分割技术，例如k-means算法，其分割结果很大程度上依赖于初始聚类中心的选择，不恰当的初始中心可能导致收敛到局部最优解，影响分割效果；k-means需要预先指定聚类的数量(k值)，这在实际应用中难以确定，特别是对于复杂的图像。
4、雪鹅优化算法(goose)作为一...
【技术保护点】
1.一种用于传统纹样图像特征提取的图像分割优化方法，其特征在于，包括：
2.根据权利要求1所述的一种用于传统纹样图像特征提取的图像分割优化方法，其特征在于，步骤一中，所述采用二维傅里叶变换将图像从空间域转换到频域，数学模型为：
3.根据权利要求2所述的一种用于传统纹样图像特征提取的图像分割优化方法，其特征在于，步骤二中，所述对图像特征区域和非特征区域进行傅里叶逆变换处理，数学模型为：
4.根据权利要求3所述的一种用于传统纹样图像特征提取的图像分割优化方法，其特征在于，步骤四中，所述利用改进的雪鹅优化算法整定K-means算法的分割阈...
【技术特征摘要】
1.一种用于传统纹样图像特征提取的图像分割优化方法，其特征在于，包括：
2.根据权利要求1所述的一种用于传统纹样图像特征提取的图像分割优化方法，其特征在于，步骤一中，所述采用二维傅里叶变换将图像从空间域转换到频域，数学模型为：
3.根据权利要求2所述的一种用于传统纹样图像特征提取的图像分割优化方法，其特征在于，步骤二中，所述对图像特征区域和非特征区域进行傅里叶逆变换处理，数学模型为：
4.根据权利要求3所述的一种用于传统纹样图像特征提取的图像分割优化方法，其特征在于，步骤四中，所述利用改进的雪鹅优化算法整定k-means算法的分割阈值，整定过程中，将聚类的紧凑性和分离性结合起来设计目标函数j(xi)，目标函数越小，整定效果越好，...
【专利技术属性】
技术研发人员：武艺，韦冰，束博，陈茜，刘文瑾，王莉，邓菲洁，刘军，郭博文，
申请(专利权)人：海南大学，
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。