摘要
本发明涉及光谱图像分割领域,具体为一种基于像素统计的光谱图像分割算法,包括以下步骤:S1、获取目标样品的多光谱图像数据,并对多光谱图像进行聚类统计,然后将每个像素点划分为背景区域Cluster 1和目标区域Cluster 2;S2、在目标区域Cluster 2的像素点中选取若干代表性点,并构建所有代表性点坐标集合S;在本发明中,仅选取一个波段的光谱图像进行聚类分析可以简化聚类过程,并且有助于快速定位和分离背景与目标区域,避免高维数据处理的复杂性,此外,通过平均值计算逐步逼近最优质心位置,提升簇划分的准确性,质心更新使得簇内样本更加紧密,簇间差异更大,增强了模型的稳定性。
技术关键词
图像分割算法
像素点
多光谱
人工标记
像素矩阵
聚类
典型
坐标
数据
样本
队列
误差
标签
物体
系统为您推荐了相关专利信息
CT扫描参数
强化学习模型
强化学习环境
参数优化方法
深度卷积神经网络
敏感光谱指数
淡水养殖池塘
浓度监测方法
反射率数据
水质参数叶绿素
动态成像方法
预测网络模型
乳腺
多光谱
融合特征
识别算法
信号值
样本
矿石分选系统
矿石分选方法