需求发布 成果发布 科创案例库 揭榜挂帅
技术经理人 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 一种基于K-means聚类拟合的显著性检测优化方法

一种基于K-means聚类拟合的显著性检测优化方法

发布时间: 2021-10-29

来源: 科技服务团

基本信息

合作方式： 技术转让
成果类型： 发明专利
行业领域：
新一代信息技术产业,信息传输、软件和信息技术服务业
成果介绍

本发明涉及一种基于K-means聚类拟合的显著性检测优化方法,包括以下步骤：步骤S1：提取图像的场景GIST特征；步骤S2：提取图像的颜色直方图特征；步骤S3：根据场景GIST特征和颜色直方图特征计算图像间的相似性；步骤S4：根据图像间的相似性对图像集合进行K-means聚类,分成k个相互独立的图像簇；步骤S5：计算每个图像簇的拟合模型；步骤S6：判断新的输入图像所属的图像簇,将该图像簇的拟合模型作用在输入图像的显著性图上进行优化。该方法适用于多种显著性检测算法的优化,优化效果明显。

成果亮点
团队介绍
成果资料