[发明专利]基于混合二分图聚类集成的图像分割方法

权利要求书

1.一种基于混合二分图聚类集成的图像分割方法，包括如下步骤：

(1)输入一幅待分割图像

(2)判断待分割图像是否为彩色图像

2a)读取待分割图像数据，得到像素高度、像素宽度、属性维数的三维数组；

2b)判断三维数组中属性维数的个数，如果属性维数大于1，则待分割图像为彩色图像，执行步骤3a)；如果属性维数等于1，则待分割图像为灰度图像，执行步骤3b)；

(3)提取图像特征

3a)提取图像颜色特征，将步骤2a)中得到的三维数组按照图像数据向量转换方法进行转换，得到每一行中的元素依次为待分割彩色图像的RGB颜色特征的数据向量，将每个数据向量的RGB颜色特征作为待分割彩色图像的特征；

3b)提取图像邻域灰度特征，采用八方向邻域灰度均值方法，得到待分割灰度图像每个像素点的八方向邻域灰度特征，将八方向邻域灰度特征作为待分割灰度图像的特征；

(4)生成特征数据聚类标号

采用随机初始化中心的K均值聚类方法将待分割图像的特征数据样本进行聚类，聚类类别数为待分割图像类别数，距离测度分别选择欧式距离、街区距离和余弦距离，得到待分割图像特征数据样本的三组聚类标号；

(5)生成解集合

将三组聚类标号中的每一组作为一个聚类解，组成集成解集合；

(6)生成级联块矩阵

按照二值指示器矩阵生成方法分别生成每个聚类解的二值指示器矩阵，将每组解的二值指示器矩阵按顺序水平相接组成级联块矩阵；

(7)构建混合二分图

7a)按照图顶点生成方法构建混合二分图顶点，得到混合二分图的类别顶点和数据顶点；

7b)按照加权边生成方法将类别顶点和数据顶点用加权边连接，得到混合二分图的加权边；

(8)生成嵌入矩阵

8a)按照级联块矩阵加权方法，得到度矩阵和权值矩阵；

8b)按照嵌入矩阵生成方法，得到嵌入矩阵；

(9)K均值聚类

9a)按照优选中心方法对嵌入矩阵进行初始聚类中心选择，得到优选的K个初始聚类中心；

9b)将嵌入矩阵的每一行作为混合二分图顶点对应数据的K维嵌入，利用优选的K个初始聚类中心对嵌入矩阵进行K均值聚类，得到嵌入矩阵的聚类标号；

(10)标记图像

将嵌入矩阵的前像素个数行的类别标号作为图像每个像素点的类别标号，得到集成后的图像像素类别标号；

(11)产生分割图像

将图像中具有相同类别标号的像素赋予一个灰度值，第一个类别标号对应的灰度值为0，最后一个类别标号对应的灰度值为255，其余的类别标号采用均匀划分赋予灰度值，不同的类别标号对应不同的灰度值，输出图像分割结果。

2.根据权利要求1所述的基于混合二分图聚类集成的图像分割方法，其特征在于，步骤3a)中所述的图像数据向量转换方法的步骤是，按照待分割图像从上到下、从左到右的顺序依次扫描图像的每一列，将待分割图像每列像素的属性向量依次按列排列，第二列像素的属性向量接到第一列像素的属性向量上，依次排列图像像素中的所有属性向量，得到行数为图像像素个数、列数为属性维数的二维向量。

3.根据权利要求1所述的基于混合二分图聚类集成的图像分割方法，其特征在于，步骤3b)所述的八方向邻域灰度均值方法的步骤：

第1步，建立一个正方形滑动窗口，其窗口的大小是M×M个像素，M取3～17之间的奇数；

第2步，采用上、下、左、右四个方向将待分割灰度图像的边界进行(M-1)/2个像素延展，其中M为正方形滑动窗口的边长；

第3步，对新延展像素进行平滑填充，新延展像素的灰度值填充为原待分割图像边界像素中距其绝对值距离最近的像素的灰度值，得到边界延展的新图像；

第4步，利用正方形滑动窗口在边界延展的新图像上按照从上到下、从左至右进行滑动，窗口中心像素的八方向邻域灰度均值等于窗口中心像素的0度、45度、90度、135度、180度、225度、270度、315度八个方向邻域上所有像素点灰度的均值，用每个像素点的八方向邻域灰度均值，替换原待分割图像每个像素点的灰度幅值，作为原待分割图像的八方向邻域灰度特征。