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！

龙图腾网获悉天津大学申请的专利基于主成分分析与聚类分析的脉冲图像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：CN115311455B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202210943501.8，技术领域涉及：G06V10/26；该发明授权基于主成分分析与聚类分析的脉冲图像分割方法是由徐江涛;石晓佩设计研发完成，并于2022-08-08向国家知识产权局提交的专利申请。

本基于主成分分析与聚类分析的脉冲图像分割方法在说明书摘要公布了：本发明涉及仿生图像传感器的图像处理领域，为实现对视觉脉冲数据降维并聚类分析相似触发脉冲速率的像素单元，从而实现对场景的图像分割。为此，本发明采取的技术方案是，基于主成分分析与聚类分析的脉冲图像分割方法，利用图像传感器中每个像素独立地将光信号转换成比特流，将比特流IF模型转换为脉冲响应，利用主成分分析方法PCA将数据矩阵转换到低维空间，实现对脉冲响应数据的降维处理；利用聚类分析根据不同脉冲响应到聚类中心的距离来作为分辨该数据所属类别的判据，聚类相似触发脉冲速率的脉冲序列，从而实现脉冲图像分割。本发明主要应用于仿生图像传感器的设计制造应用场合。

本发明授权基于主成分分析与聚类分析的脉冲图像分割方法在权利要求书中公布了：1.一种基于主成分分析与聚类分析的脉冲图像分割方法，其特征是，利用图像传感器中每个像素独立地将光信号转换成比特流，将比特流IFIntegrate and Fire模型转换为脉冲响应，利用主成分分析方法PCAPrincipal Component Analysis将数据矩阵转换到低维空间，实现对脉冲响应数据的降维处理；利用聚类分析根据不同脉冲响应到聚类中心的距离来作为分辨该数据所属类别的判据，聚类相似触发脉冲速率的脉冲序列，从而实现脉冲图像分割； 其中，利用主成分分析方法PCA将数据矩阵转换到低维空间具体步骤如下： 模拟生物神经元脉冲编码过程的神经元模型被称为IF模型，脉冲响应函数如公式1所示,脉冲像素将光强信息转化为类似视觉脉冲的时域脉冲信号，以低数据量高速传输量化的场景信息，输出的单比特脉冲信号如公式2所示： 其中τ为衰减时间常数，tik表示第i个脉冲序列的第k个视觉脉冲；脉冲像素采用脉冲形式电信号量化光强信息，将脉冲序列转化为脉冲响应函数如公式3所示： 输入：脉冲响应函数X0＝{Xi}＝{x1,x2,x3,…,xn}，将其降到k维： 1对视觉脉冲数据集X0去中心化得到X，即每一脉冲序列减去平均值； 2计算视觉脉冲数据集X的协方差矩阵XXT，基于特征值分解方法求解特征值ev与特征向量W； 3对特征值ev从大到小排序，计算累计贡献率如公式4所示，依据累计贡献率达到80％以上来确定主成分个数r； 4基于对应的r个特征向量得到脉冲响应样本主成分Ti＝WiTX，将数据转换到r个特征向量构建的新空间中： PCA算法将p维特征映射到r维上，这r维是全新的正交特征也被称为主成分，是在原有p维特征的基础上重新构造出来的r维特征。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。