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！

龙图腾网获悉西南民族大学申请的专利基于融合万有引力的自然邻搜索的图像聚类方法及系统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：CN116630670B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202310463978.0，技术领域涉及：G06V10/762；该发明授权基于融合万有引力的自然邻搜索的图像聚类方法及系统是由杨力军;杨俊涛;王文彤;唐东明;刘韬设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本基于融合万有引力的自然邻搜索的图像聚类方法及系统在说明书摘要公布了：本发明提供了基于融合万有引力的自然邻搜索的图像聚类方法及系统，方法包括：获取待聚类的图像数据集；根据所述图像数据集，计算所述图像数据集中各图像数据之间的距离；基于所述各图像数据之间的距离，计算所述图像数据集中各图像数据之间的引力；根据所述各图像数据之间的引力，基于融合万有引力的自然邻搜索方法获得各图像数据的邻居列表；基于各图像数据的邻居列表，确定邻居关系，并根据所述邻居关系，把互为邻居的图像数据聚类为同一个簇，得到图像聚类结果。本发明基于融合万有引力的自然邻搜索的图像聚类方法，从而从根源上解决了现有的图像聚类方法准确率低的问题。

本发明授权基于融合万有引力的自然邻搜索的图像聚类方法及系统在权利要求书中公布了：1.一种基于融合万有引力的自然邻搜索的图像聚类方法，其特征在于，包括步骤： S1、获取待聚类的图像数据集； S2、根据所述图像数据集，计算所述图像数据集中各图像数据之间的距离distx,y；具体包括： S21、计算两幅图像之间的相似度SSIMx,y； 由如下公式计算X、Y两幅图像之间的相似度，记为SSIMx,y 其中ux和uy表示两幅图像灰度的平均值，σx和σy表示两幅图像的标准差，σxy表示两幅图像的协方差；C1和C2为常数，以避免分母等于零,C1和C2的值取决于u和σ；如果分母接近于零，则任意选择C1和C2的值以增加SSIM值的稳定性；上式表示两幅图像之间的结构相似性；SSIM值越大，表示两幅图像越相似； S22、计算两幅图像之间的距离distx,y； 两幅图像之间的距离记为distx,y，计算如下公式： distx，y＝1-SSIMx，y； S3、基于所述各图像数据之间的距离distx,y，计算所述图像数据集中各图像数据之间的引力； S31、根据自然最近邻居算法构造出饱和邻域图； S32、根据所述饱和邻域图分析每个图像数据与其他图像数据之间的结构相似度来计算质量权重，计算方式如下： 其中，质量权重Mxy为图像x的质量mx与图像y的质量my的乘积，σx，y表示样图像x与图像y之间的结构相似度,定义为图像节点x和y共享的结构数量与它们各自节点结构数乘积的开方的商；Γx表示图像x的节点结构,指图像节点x及其相连节点的集合，Γy表示图像y的节点结构,指图像节点y及其相连节点的集合； S33、计算图像x和图像y之间的万有引力；具体计算公式如下： 其中，G为万有引力常数，取值为1；my为图像y的质量，mx为图像x的质量，R为图像y与x之间的距离，其中R＝distx,y； S4、根据所述各图像数据之间的引力，基于融合万有引力的自然邻搜索方法获得各图像数据的邻居列表； S41、对于每一个图像数据，在其他所有图像数据中找到对它引力最大那个图像数据，并将其加入该图像数据的邻居列表中； S42、每一轮循环中，在未归入该图像的邻居列表以外的其他所有图像中搜索一个对它引力最大的图像数据加入该图像数据的邻居列表中，直至当所有图像数据都至少有一个其他图像数据把它当作邻居时，整个图像数据集就达到一种引力稳定状态，邻居搜索过程结束； S5、基于所述各图像数据的邻居列表，确定邻居关系，并根据所述邻居关系，把互为邻居的图像聚类为同一个簇，得到图像聚类结果。

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西南民族大学，其通讯地址为：610041 四川省成都市一环路南四段16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。