[发明专利]基于MOD字典学习采样的谱聚类图像分割方法有效
| 申请号： | 201110346656.5 | 申请日： | 2011-11-04 |
| 公开（公告）号： | CN102436645A | 公开（公告）日： | 2012-05-02 |
| 发明（设计）人： | 缑水平;焦李成;杨静瑜;张向荣;李阳阳;赵一帆;杨淑媛;庄广安 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06K9/66 |
| 代理公司： | 陕西电子工业专利中心 61205 | 代理人： | 王品华;朱红星 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明公开了一种基于字典学习采样谱聚类的图像分割方法，主要解决现有谱聚类方法分割结果不稳定的问题。其实现过程是：(1)对待分割的图像进行特征提取，并将提取的特征数据归一化到[0，1]之间，以去除数据间量级的影响；(2)用MOD字典学习方法对归一化后的特征数据进行学习，得到字典D；(3)计算特征数据与字典原子的欧氏距离，并取距离小的前l个数据作为采样子集S，l取300；4)利用 |
||
| 搜索关键词： | 基于 mod 字典 学习 采样 谱聚类 图像 分割 方法 | ||
【主权项】：
1.一种基于MOD字典学习采样的谱聚类图像分割方法，包括如下步骤：(1)使用灰度共生矩阵对待分割的图像进行特征提取，并将提取的特征数据归一化到[0，1]之间，以去除数据间量级的影响；(2)用MOD字典方法对归一化后的特征数据集X＝{x1，…，xi，…，xn}(i＝1，...，n)进行学习，得到字典D＝{d1，…，dj，…，dm}，j＝1，...，m，且m＜＝n，dj为字典中的原子，m为字典原子数，取300；(3)计算特征数据与字典原子的欧氏距离，从X′中取距离较小的前l(l≤n，l取300)个数据构成采样子集Sp；(4)利用![]()
方法，从选出的采样子集S得到所有特征数据的特征向量；(5)对前k个特征值对应的特征向量进行k-means聚类，得到最终的图像分割结果，其中k是类别数，k≥1且为整数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201110346656.5/，转载请声明来源钻瓜专利网。
