[发明专利]基于测地距离的数字图像抗噪分类技术

权利要求书

1.基于测地距离的数字图像抗噪分类技术，综合考虑了像素的物理空间和颜色空间的距离，可有效地对带噪声的图像进行分割。

2.如权利要求1所述的一种基于测地距离的数字图像抗噪分类技术，主要包含以下几个步骤：

步骤1在原图像上适当选择k个类的初始中心；

步骤2在第i次迭代中，对任意一个像素，求其与k个中心的相似度，其中包括色彩空间上相似度与物理空间上的距离，将该像素归到最相似的中心所在的类；

步骤3求每个区域中的均值，以此值更新聚类中心；

步骤4对于所有的k个聚类中心，如果经过步骤2、3后值保持不变则迭代结束，否则继续迭代。

3.如权利要求2所述的基于测地距离的数字图像抗噪分类技术，其特征在于，步骤1中为图像选择k个聚类中心，每个聚类中心包含N个种子点。

4.如权利要求2所述的基于测地距离的数字图像抗噪分类技术，其特征在于，步骤2利用图像的色彩空间和物理空间信息进行聚类，分为以下步骤：

(1)计算待分割图像像素在色彩空间上到每个聚类中心的最短路径，此路径距离公式为：

d(s,c)=minCs,c∫01|DWi·Cs,c(p)|dp,c∈Ci,(i=1,2......k)]]>

其中c为C_i中的像素，C_s，c(p)为点s到点c的一条路径；

求出两点间的距离后，继续求出点s在色彩空间中到每个聚类的距离U_i(s)，此距离公式为：

Ui(s)=minc∈Cid(s,c),(i=1,2......,k)]]>

找到U_i(s)最小值，则暂时定义点s所在的聚类则为W_i，至此我们得到了以C为聚类中心得到的聚类W，我们定义这种聚类为(C；W)。

(2)对图像各个像素点进行进一步的优化，即考虑各个像素点在物理空间上的分布。先将色彩空间和物理空间进行对应，即：D_i＝{s|s∈U_i}，(i＝1，2......，k)

分析像素之间的物理关系：D_i(s)＝2λn_i(s)，其中λ为边缘权重，且λ＝1/r³。

(3)基于上述所求点s在色彩空间和物理空间上所属的聚类，综合色彩空间和物理空间考虑，按照总的距离公式求出s所属的聚类。总的聚类公式：dist(s,Ci)=(Ui(s))2+Di(s),]]>则该距离最小的C_i所在的聚类W_i则是s所属的聚类。