基于对象的神经模糊聚类(ONFC)
使用训练有素的卷积神经网络的潜在变量的对象聚类框架。
该框架在不受监督的情况下将图片中的对象分类。
给定分割结果,通过图像处理功能从OpenCV中提取对象和潜在特征。
对提取的信息进行处理,并通过模糊推理对其进行评估,以进行相似性分析。
相似性结果用作聚类的基础。
Paper under review. Code source to be published soon.
具有相应注释(A)(应用了形态侵蚀;背景为白色)和像素预测(P)的矿粒RGB显微照片的示例。 扫描电子显微镜的反向散射图像显示了该样品中的三种不同矿物:黑色正方形标记的晶粒主要是磷灰石晶粒,黄点是独居石,未标记的晶粒是锆石。
由U-Net识别的矿物颗粒概率相似性度量的示例; 平均值显示在每个对象框的上方,并以降序显示。
从ONFC(a)和几个未分类的谷物(b)获得的簇的