[发明专利]聚类中心选取方法和系统

权利要求书

1.一种聚类中心选取方法，包括：

a.接收同一照相机拍摄的相邻的第t-1帧和第t帧图像的原始灰度图像；

b.获取第t帧图像对应的初始视差图；

c.根据第t-1帧和第t帧的原始灰度图像的灰度值计算第t帧图像中像素点的运动信息；

d.以所述运动信息、第t帧图像的灰度值以及第t帧图像坐标的各自的最大值与最小值形成的两个特征向量作为两个初步聚类中心，对第t帧图像进行初步聚类；

e.计算所述聚类所获得的类中所有像素点的运动信息、灰度值以及坐标的平均值来更新对应类的聚类中心；

f.针对采用平均值更新的聚类中心，通过遍历第t帧图像中的所有像素点，利用最大最小算法确定新增聚类中心；

g.基于初始视差图的视差值，以被更新后的聚类中心以及新增聚类中心为聚类中心，对第t帧图像中的所有像素点以其运动信息、灰度值以及坐标为特征执行聚类处理；以及

h.对所述步骤g的聚类结果重复执行步骤e-g直到聚类结果出现收敛为止。

2.如权利要求1所述的聚类中心选取方法，所述步骤c包括：

c1.根据第t-1帧和第t帧的原始灰度图像的灰度值计算光流值作为所述运动信息；以及

c2.对所计算的光流值的幅值执行归一化处理。

3.如权利要求2所述的聚类中心选取方法，还包括：

步骤c2之前，若光流幅值小于1，则将其置零。

4.如权利要求2或3所述的聚类中心选取方法，所述步骤e包括：

对所述聚类所获得类中的所有像素点进行计数；

对每个该类中的每个像素点的运动信息、灰度值以及坐标值分别采用下述公式求平均值：

其中，C[i]为第i类的聚类中心的特征平均值，S[k]为属于第i类的第k个像素点的特征值，N为所有属于第i类的像素点的个数；以及

以所计算的特征的平均值来更新对应类的聚类中心。

5.如权利要求4所述的聚类中心选取方法，所述步骤f包括：

对于第t帧图像中的每个像素点j，计算其与被更新过的每个聚类中心的距离d(C₁,j)、d(C₂,j)、d(C₃,j)、…d(C_k,j)；以及

在第t帧图像中所有像素点和聚类中心之间，计算最大-最小距离D，并将与D对应的第i个像素点确定为新增的聚类中心C_i，

D＝max{min(d(C₁,j),d(C₂,j),d(C₃,j)...d(C_k,j))}

其中，其中k被更新的聚类中心的数量，且k≧2。

6.如权利要求5所述的聚类中心选取方法，所述步骤f还包括：

当新增的聚类中心C_i对应第i个像素点的视差值小于预定阈值时，则再增加一个聚类中心C_i+1，其中聚类中心C_i的各个特征值与聚类中心C_i+1的对应的特征值之间的差小于10。