[发明专利]基于迭代自组织和多智能体遗传聚类算法的图像分割方法

权利要求书

1.一种基于迭代自组织和多智能体遗传聚类算法的图像分割方法，包括如下步骤：

(1)输入待分割图像，提取待分割图像的灰度信息，标记为data；

(2)对数据data进行迭代自组织处理，输出最优聚类数目c：

(2a)令聚类数目为c₀，最大迭代次数为T₀，最大类内标准差为θ_s，最小聚类中心距离为θ_c，随机初始化聚类原型，令迭代次数t＝0；

(2b)利用下式修正聚类原型的各聚类中心

zj=1NjΣx∈Sjx,j=1,2,...,c0;]]>

式中，z_j为第j类聚类集聚类中心，N_j为第j类聚类集中的像素点数目，S_j为第j类聚类集，x为第j类内的对应数据值，c₀为聚类数目；

(2c)计算聚类原型中的总类内平均距离以及第j类聚类集的类内平均距离和类内标准差d_j，其中j＝1,2,...,c₀；

(2d)将类内标准差d_j与最大类内标准差θ_s进行比较，如果d_j>θ_s且则执行步骤(2e)，否则跳转步骤(2f)；

(2e)将S_j平均分成两个新的聚类集，更新聚类数目c₀，返回步骤(2b)；

(2f)计算聚类原型中第j个聚类集S_j和第j+1个聚类集S_j+1的聚类中心的距离D_j,j+1；并将其与最小聚类中心距离θ_c相比较，如果D_j,j+1<θ_c则执行步骤(2g)，否则，跳转步骤(2h)；

(2g)将所述的两个聚类集S_j和S_j+1合并成一个聚类集，更新聚类数目c₀，返回步骤(2b)；

(2h)将迭代次数t与最大迭代次数T₀相比较，如果t＝T₀，输出最优聚类数目c＝c₀,终止迭代操作，否则令t＝t+1，返回步骤(2b)；

(3)根据最优聚类数目c，应用多智能体遗传聚类算法，对图像灰度信息数据data进行聚类，输出最优聚类标签：

(4)根据最优聚类标签，对输入的待分割图像的像素点进行分类，将每一类像素点作为一个图像块，得到分割图像。