tf-object-neuro-fuzzy-clustering:使用经过训练的全卷积神经网络的潜在变量的对象聚类框架

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