申请/专利权人：忻州师范学院

申请日：2020-09-29

公开（公告）日：2021-01-12

公开（公告）号：CN112215852A

主分类号：G06T7/11(20170101)

分类号：G06T7/11(20170101);G06T5/00(20060101);G06K9/62(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2021.01.29#实质审查的生效;2021.01.12#公开

摘要：本发明公开了一种基于聚类学习器集成的数字图像分割方法，涉及数字图像处理领域，具体包括如下步骤：步骤一：将数字图像信息输入到数字图像的处理设备中；步骤二：对数字图像进行粗分割；步骤三：对数字图像进行细分割；步骤四：生成聚类学习器集成；步骤五：设定RGB阈值；步骤六：将步骤五中识别筛选出的数字图像，进行图像的检索，并与数据库中的图像信息进行匹配；步骤七：输出匹配后得到的数字图像。在本发明的实施过程中，利用聚类学习器提高了数字图像的分割精度，在进行图像分割时，通过优先去除无用的部分，达到降低硬件运算负担，同时提高分割效率的效果；同时利用坐标系作为筛选的具体表现，能够在筛选时直观明白，提高筛选效率。

主权项：1.一种基于聚类学习器集成的数字图像分割方法，其特征在于，包括如下步骤：步骤一：将数字图像信息输入到数字图像的处理设备中，由数字图像的处理设备进行预处理；预处理包括平滑和去噪的处理，从而提高数字图片的整体质量；步骤二：对数字图像进行粗分割，将需要用到的图像留下，不需要用的图像去除；步骤三：对数字图像进行细分割；步骤四：生成聚类学习器集成，通过对RGB的识别对每个数字图像的信息进行初步的分类和筛选，得到分割结果；步骤五：设定RGB阈值，对步骤四筛选出的数字图像进一步进行筛选，将RGB阈值内的数字图像筛选出来，从而提高检索精度；步骤六：将步骤五中识别筛选出的数字图像，进行图像的检索，并与数据库中的图像信息进行匹配；步骤七：输出匹配后得到的数字图像。

全文数据：

权利要求：

百度查询： 忻州师范学院 基于聚类学习器集成的数字图像分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD