[发明专利]基于种子集的半监督RFLICM聚类的图像分割方法

权利要求书

1.基于种子集的半监督RFLICM聚类的图像分割方法，其特征是：至少包括如下步骤：

步骤101：开始基于种子集的半监督RFLICM聚类的图像分割方法；

步骤102：导入待分割的图像，标记为A；

步骤103：对图像A进行加噪处理；

步骤104：对加噪后的图像使用基于种子集的半监督RFLICM聚类方法进行聚类，该聚类为图像的最终分割结果；

步骤105：结束基于种子集的半监督RFLICM聚类的图像分割方法。

2.根据权利要求1所述的基于种子集的半监督RFLICM聚类的图像分割方法，其特征是：所述的步骤104，包括如下步骤：

步骤201：开始对加噪后的图像使用基于种子集的半监督RFLICM聚类方法进行聚类；

步骤202：初始化：给定有部分标记数据的数据集X=[X_b X_u]，初始化c、m、迭代截止误差值ε、算法的最大迭代次数T_max；

步骤203：初始化模糊划分矩阵其中,U^b是已标记数据X_b的化分矩阵,取值按硬划分赋值；U^u是未标记数据X_b的模糊化分矩阵,按约束条件随机初始化；用标记数据X^u的加权平均来初始化聚类中心；

步骤204：设b=0；

步骤205：使用以下式子更新聚类中心；

vk=Σi=1NukimxiΣi=1Nukim]]>

步骤206：使用以下式子更新隶属度矩阵；

uki=1Σj=1c(||xi-vk||2+Gki||xi-vj||2+Gji)1/(m-1)]]>

其中，

Gki=Σj∈Ni12+min((Cuj/Cu)2,(Cu/Cuj)2)×(1-ukj)m||xj-vk||2,ifCuj≥Cu‾Σj∈Ni12-min((Cuj/Cu)2,(Cu/Cuj)2)×(1-ukj)m||xj-vk||2,ifCuj<Cu‾]]>

步骤207：如果max{U^(b)-U^(b+1)}<ε，那么停止迭代，输出最终聚类结果；否则，设置b=b+1,并返回步骤205；

步骤208：结束对加噪后的图像使用基于种子集的半监督RFLICM聚类方法进行聚类。