【技术实现步骤摘要】
【专利摘要】本专利技术公开了，步骤包括：A、利用二层减法聚类对图像数据进行聚类；B、对中心集从大到小排列；C、以中前c个元素初始化中心点集V；D、计算聚类有效性分析指标；E、令c＝c+1，迭代计算，直至c＞cmax；F、确定FXB(U，V，c)取最小值时的V值；G、利用V重新计算U并根据uik＝max{u1k，u2k，...，uck}则xi∈第i类进行图像分割。本专利技术能够改进现有技术的不足，实现了随机游走的自动分割，提高图像处理质量，减少了操作时间，提高了工作效率。【专利说明】
本专利技术涉及本专利技术涉及图形图像处理、模式识别与机器视觉
，尤其是。
技术介绍
随着计算机技术的广泛应用及快速发展，图形图像处理、模式识别和机器视觉逐步发展成为热门研究课题。到目前为止，研究人员已经提出了上千种图像分割方法，这些方法在不同程度上都取得了一定的成果，但是大部分的研究成果都是针对某一类型图像或是为某一具体应用背景而设计的，没有统一的解决方法，要具体问题具体分析，通常需要与相关领域知识结合起来才能更有效地解决该类图像分割问题，由于缺乏一个统一的技术手段来知道如何根据图像来进行合适方法的设计与选择。因此，图像分割仍然是图像处理与机器视觉中最具挑战性的难题，极大的制约了该学科的发展与应用。图像分割就是把图像分成各具特性的区域并提出感兴趣目标的技术和过程。这里的特性可以是像素的灰度、颜色、纹理等，预先定义的目标可以对单个区域，也可以对应多个区域。图像分割是由图 像处理转入图像分析的关键步骤，在图像工程中占有重要地位。
技术实现思路
本专利技术要解决的技...
【技术保护点】
一种缺陷图像的自动分割方法，其特征在于包括以下步骤：A、利用二层减法聚类对图像数据进行聚类，获得个Np子集；B、对中心集从大到小排列，并令初始值c＝2；C、以中前c个元素初始化中心点集V，利用中心到vi的距离隶属度矩阵uik、c个聚类中心vi以及目标函数Jm(U，V)进行聚类，其中，dil2(xl,vi)≈dil2(xkc,vi)=||xkc-vi||A2,uik=[Σj=1c[dik(xk,vi)djk(xk,vj)]2/(m-1)]-1,vi=Σk=1Np(uik)mxkcDc(xkc)Σk=1Np(uik)mDc(xkc),Jm(U,V)=Σk=1NpΣi=1c(uik)mdik2(xkc,vi)Dc(xkc),k＝1，2，...，n；D、计算聚类有效性分析指标：FXB(U,V,c)=Jm(U,V)n(min||vi-vj||)i,j=1,2,...,c;E、令c＝c+1，若c＞cmax，转向步骤F；否则，转向步骤C；F、确定infV{V=argmini,j=1,2,...,cJm(U,V)n(min||vi-vj...
【技术特征摘要】
【专利技术属性】
技术研发人员：张良均，余燕团，刘名军，陈俊德，付俊，
申请(专利权)人：广州太普信息技术有限公司，
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。