← 返回列表

基于层次化多轮驱动模糊聚类的图像分割方法及系统

申请号: CN202410162042.9
申请人: 山东建筑大学
申请日期: 2024/2/5

摘要文本

本发明涉及图像处理技术领域,提出了基于层次化多轮驱动模糊聚类的图像分割方法及系统,包括如下步骤:对获取的图像,采用带空间约束信息的模糊聚类分割算法进行第一轮第一层次分割,得到多个原子区域;计算原子区域的熵值信息,对熵值超过预设阈值的原子区域进行第二层次分割;对经过第二层次分割后的原子区域,进行第二轮模糊聚类,得到每个原子区域的隶属矩阵;第二轮模糊聚类后,对于不能明确隶属关系的原子区域,使用逻辑回归模型方法确定归属类别;将相同归属类别的原子区域进行合并,得到最终的分割结果。本发明通过合理地利用概率信息、空间信息和邻域信息,能够更精准地分割目标医学图像,得到清晰准确的分割结果。

专利详细信息

项目 内容
专利名称 基于层次化多轮驱动模糊聚类的图像分割方法及系统
专利类型 发明申请
申请号 CN202410162042.9
申请日 2024/2/5
公告号 CN117710385A
公开日 2024/3/15
IPC主分类号 G06T7/10
权利人 山东建筑大学
发明人 于振; 袭肖明; 宁一鹏; 陈关忠; 高金阳; 郭子康; 纪孔林; 聂秀山
地址 山东省济南市历城区临港开发区凤鸣路1000号

专利主权项内容

1.基于层次化多轮驱动模糊聚类的图像分割方法,其特征在于,包括如下步骤:对获取的图像,采用带空间约束信息的模糊聚类分割算法进行第一轮第一层次分割,得到多个原子区域;计算原子区域的熵值信息,对熵值超过预设阈值的原子区域进行第二层次分割;对经过第二层次分割后的原子区域,进行第二轮模糊聚类,得到每个原子区域的隶属矩阵;第二轮模糊聚类后,对于不能明确隶属关系的原子区域,使用逻辑回归模型方法确定归属类别;将相同归属类别的原子区域进行合并,得到最终的分割结果。 来自