买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州师范大学申请的专利一种基于邻域代表性和种子搜寻的层次超像素分割方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120431110B 。

龙图腾网通过国家知识产权局官网在2026-01-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510484033.6，技术领域涉及：G06T7/11；该发明授权一种基于邻域代表性和种子搜寻的层次超像素分割方法是由管俊轶;张宇轩;盛伟国设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本一种基于邻域代表性和种子搜寻的层次超像素分割方法在说明书摘要公布了：本发明公开了一种基于邻域代表性和种子搜寻的层次超像素分割方法。该方法提出了一种基于颜色特征的像素与超像素级邻域代表性度量指标，用于选取在像素与超像素尺度下的初始种子，取代了传统方法的网格种子初始化策略；提出种子初始化策略可以通过在颜色均匀区域选取出较少数目的初始种子以减少颜色均匀区域的超像素，以及动态种子选取范围的设置能够在图像细节位置布置种子，达到保留图像重要细节的效果；提出超像素级种子搜索策略，结合了超像素级邻域代表性度量，将邻域代表性较低的超像素沿邻域代表性上升的方向通过颜色差异进行合并，同时提出的剪弧策略利用动态簇内最大距离避免了强制性合并导致的对象边界泄露。

本发明授权一种基于邻域代表性和种子搜寻的层次超像素分割方法在权利要求书中公布了：1.一种基于邻域代表性和种子搜寻的层次超像素分割方法，其特征在于，包括以下步骤： S1：获取待分割图像，对所述待分割图像，通过颜色特征计算像素级的邻域代表性，计算图像梯度并根据图像大小决定种子选取范围，根据所述邻域代表性、图像梯度和种子选取范围筛选出种子像素； S2：对待分割图像中的非种子像素，计算其与邻近种子像素间的颜色相异度和空间相异度，从而将非种子像素分配给搜索范围内相异度最低的种子像素，通过连通性处理得到初级超像素分割结果； S3：基于当前层级的超像素分割结果，计算超像素级邻域代表性并选取超像素级种子，将各超像素作为节点，并通过弧指向颜色相异度最小的节点，从而完成基于超像素级邻域代表性的有向图构建； S4：对当前层级有向图进行剪弧处理； S5：重复步骤S3和S4，直至当前层级的超像素数量满足预定要求，得到超像素分割结果； 其中，步骤S1包括： 获取m×n大小的彩色待分割图像I，提取待分割图像I在CIELAB色彩空间中的特征l，a和b，并将像素在三个特征下的值分别记作li、ai和bi； 根据像素与八连通内其他像素的颜色相异度计算像素级的邻域代表性，其中两个像素和之间的颜色相异度根据二者在三个特征下的值计算； 使用Sobel算子分别计算待分割图像I在水平方向上的梯度G和垂直方向上的梯度G，并通过G和G获得图像的整体梯度 将在自身为中心的种子选取范围内拥有最高像素级邻域代表性的像素被选为像素级种子，其中对于梯度高于图像梯度均值μG处的像素，其种子选取范围为其余像素的种子选取范围为2λ+1×2λ+1，尺寸参数μ·表示求平均值计算； 步骤S1中，像素的邻域代表性计算公式为： 其中代表像素在其八连通范围内的其他像素，dcoli,j表示两个像素和之间的颜色相异度，∈用于避免分母为零； 步骤S2中，非种子像素与种子像素间的相异度Di,j由二者的颜色相异度dcoli,j和空间相异度dspai,j计算得到，计算公式为： 其中，wspa是决定空间约束强度的权重参数； 颜色相异度wl、wa和wb为对应的特征权重，li、ai和bi为像素在CIELAB色彩空间中的特征l，a和b下的值，lj、aj和bj为像素在CIELAB色彩空间中的特征l，a和b下的值； 空间相异度xi和yi分别代表像素的水平和垂直坐标，xj和yj分别代表像素的水平和垂直坐标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州师范大学，其通讯地址为：311121 浙江省杭州市余杭区余杭塘路2318号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。