基于多视图迁移多目标粗糙模糊聚类的图像分割方法

    公开(公告)号:CN117726816A

    公开(公告)日:2024-03-19

    申请号:CN202311767177.X

    申请日:2023-12-20

    Abstract: 本发明公开了一种基于多视图迁移多目标粗糙模糊聚类的图像分割方法,主要解决现有图像分割局限于单一视角和单一准则导致分割性能低,对初始值敏感和计算速度慢的问题。其实现方案是:输入待分割图像并设置初始参数值;设计超像素图像修复策略生成可靠且具有细节的超像素图像;初始化参考向量和种群;结合多视图学习、迁移学习和聚类的不确定性构造三个互补的目标函数;基于目标函数值训练贝叶斯代理模型;设计基于自适应混合交叉算子的优化框架更新种群;动态选取填充采样个体以更新贝叶斯代理模型;从最终种群中选取最优解;基于最优解计算全局隶属度获取图像的分割结果。本发明提高了分割结果的准确性和稳定性,可用于自然图像和计算机视觉处理。

Patent Agency Ranking