[发明专利]一种基于Spiking-SOM神经网络聚类的图像分割系统及方法有效
| 申请号： | 201810587530.9 | 申请日： | 2018-06-08 |
| 公开（公告）号： | CN108876797B | 公开（公告）日： | 2021-09-24 |
| 发明（设计）人： | 宋青松;闫昭帆;孙文磊;严国萍 | 申请（专利权）人： | 长安大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06N3/04;G06N3/08 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 齐书田 |
| 地址： | 710064 *** | 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Spiking‑SOM神经网络聚类的图像分割系统及方法，首先采取中值滤波方法对目标图像进行去噪；然后利用SLIC算法把目标图像分割成K个超像素作为特征提取窗口，计算超像素内的所有像素的RGB平均值作为超像素的颜色特征；进而选择K个IF神经元构建Spiking‑SOM神经网络，基于计算超像素之间颜色特征的距离来构建网络的初始权值矩阵，并采用Hebbian规则训练网络，网络训练结束后，根据神经元放电的同步与异步进行聚类；最后计算同类的超像素的RGB平均值，并用其代替原来的超像素RGB值，重置图像矩阵后，得到图像分割结果。本发明综合了分割速度和分割精度优势，能够对自然场景中的彩色图像进行有效分割，具有一定的潜在应用价值和先进性。 | ||
| 搜索关键词： | 一种 基于 spiking som 神经网络 图像 分割 系统 方法 | ||
【主权项】：
1.一种基于Spiking‑SOM神经网络聚类的图像分割系统，其特征在于，包括：目标图像输入模块：用于输入目标图像；图像预处理模块：用于对目标图像进行图像去噪；超像素计算模块：用于将去噪后图像分割成K个超像素作为特征提取窗口，然后计算超像素内所有像素的RGB平均值作为超像素的颜色特征；Spiking‑SOM神经网络超像素聚类模块：基于超像素的颜色特征，采用Spiking‑SOM神经网络对超像素进行聚类；图像分割模块：用于计算同类的超像素的RGB平均值，并用其代替原来的超像素RGB值，重置图像矩阵后，得到图像分割结果。
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长安大学，未经长安大学许可，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/201810587530.9/，转载请声明来源钻瓜专利网。
