[发明专利]基于混合二分图聚类集成的图像分割方法

说明书

技术领域

本发明属于图像处理技术领域，更进一步涉及图像分割领域的一种基于混合二分图聚类集成的图像分割方法。本发明可用于对彩色RGB图像或合成孔径雷达图像进行区域分割，以达到识别目标的目的。

背景技术

图像分割是图像处理的基本问题之一，是实现对图像进行目标识别的基础。图像分割的任务是把图像分成互不相交的区域，每一区域都满足特定的区域一致性，不同区域具有显著的差异性。图像分割方法可分为基于区域和基于边缘两类方法。基于区域的方法中阈值分割和空间聚类方法是应用最普遍的。空间聚类方法分割图像是用每个图像像素的特征表示其像素，通过把该像素特征作为对象进行聚类的方法找到这些特征和其对应像素的标号，从而达到图像分割的目的。从分割结果的角度看，图像分割的过程就是给每个像素赋予一个标号，该标号反映像素在分割结果中所属的类别。只要找到这些特征的标号，就能实现对像素的分类，从而得到图像分割的结果。

不同的图像分割方法对图像分割的表现不同，如何能够合并多种待选分割方案，得到一组合并的最终分割方案在图像分割的应用中具有积极的意义，聚类集成技术提供了一种合并图像多种分割方案的途径，能够有效提高图像分割的精度。聚类集成技术可划分为基于目标函数的聚类集成和基于图的聚类集成，基于图的聚类集成在现实应用中较普遍，基于图的聚类集成首先对集成解集合构建一个无向加权图，并通过图划分方法、谱方法等来对构建的图进行划分，得到一个集成的最终解。多组图像分割方案可以组成集成解集合，通过聚类集成，能够将多组图像分割结果合并，得到集成的图像分割结果，可以有效的提高图像分割精度。

西安电子科技大学拥有的专利技术“基于多目标免疫聚类集成的无监督图像分割方法”(专利申请号201010192821.1，公开号CN101847263A，授权公告号101847263B)中公开了一种利用多目标免疫聚类和集成技术的图像分割方法。该专利技术的实施步骤是：步骤一，提取待分割图像的灰度信息和小波能量信息；步骤二，采用基于区域的采样策略对图像采样生成测试样本集；步骤三，选取不同的特征向量构成若干子测试样本集；步骤四，采用多目标免疫算法的进化聚类，产生初分割方案；步骤五，集成学习出初分割方案集中的最优分割方案；步骤六，依据已选择出的分割方案标记图像像素点类别归属；步骤七，输出图像分割结果。该专利技术虽然能够解决分割方案形式单一和多个分割方案选择困难的问题，但是仍然存在的不足是：只对子测试样本集的初分割方案进行集成，最终的分割结果很大程度上取决于测试样本集在等面积区域随机选择的过程中选择的好坏，极端的情况是当选择的测试样本集都是同类别时，会造成集成的子测试样本分割方案标记质量较差，其余未标记像素根据集成后的子测试样本方案中已标记像素进行类别归属划分时，无法得到有效的图像分割结果，另外，在集成学习阶段，构建的无向规则图中缺少对数据信息的考虑，只利用类别信息来形成超谱边，使得利用图包划分无向规则图时，分割结果不能有效表达图像中的一些细节。

南京大学拥有的专利技术“基于聚类学习器集成的数字图像分割方法”(专利申请号200410041172.X，公开号CN1595432，授权公告号1313964)中公开了一种基于聚类学习器集成的数字图像分割方法。该专利技术的实施步骤是：将图像转化为像素向量集合；利用像素向量集合训练出多个聚类学习器；将各聚类学习器的聚类结果进行结合以产生粗分割结果；去除粗分割结果中的孤立点；将像素少的小区域并入其最大邻域；将RGB均值小的区域并入其最近邻域。该专利技术虽然能够提高数字图像分割精度，但是仍然存在的不足是：各聚类学习器使用的聚类标记需要进行配准，以进行聚类结果的结合，增加了计算资源，降低了运行效率。

北京中星微电子有限公司拥有的专利技术“一种彩色图像的分割方法”(专利申请号200810055833.2，公开号CN101216890，授权公告号101216890B)中公开了一种彩色图像的分割方法，该专利技术的实施步骤是：输入待分割图像并进行初始化设定；使用多种不同的模糊聚类算法分别对该图像进行分割，相应得到多个隶属度矩阵；以多个隶属度矩阵中的一个作为基准矩阵，对余下的其他隶属度矩阵分别配准各隶属度矩阵的类别标记，并按照配准后的类别标记对各隶属度矩阵进行重新配准排列，相应得到经配准后的隶属度矩阵；将配准后的隶属度矩阵以及该基准矩阵进行融合，得到一个融合后的隶属度矩阵，并根据该融合后的隶属度矩阵计算出每个像素点所对应的类别标记，从而实现图像分割。该专利技术虽然能够融合多种分割方案，但是仍然存在的不足是：需要对隶属度矩阵的类别标记进行配准，增加了计算资源，降低了运行效率。

发明内容