[发明专利]将非监督聚类转化为自监督分类的图像分割方法

权利要求书

1.一种将非监督聚类转化为自监督分类的图像分割方法，其特征在于包括依次执行的下述步骤：

第一步骤，用于首先借助模糊C均值方法根据样本的特征从图像中提取特定样本作为训练样本，将非监督聚类问题转化为自监督分类问题；

第二步骤，用于在已经将非监督聚类问题转化为自监督分类问题的基础上，对样本进行子空间的划分，从而为自监督分类的每一个类别生成一个单独的子空间；

第三步骤，用于在划分的子空间的基础上，借助多子空间KL变换，对特定样本之外的其余样本在迭代过程中进行类别划分。

2.根据权利要求1所述的图像分割方法，其特征在于，在第一步骤中，借助Gabor小波变换对图像的样本的纹理特征进行描述，并且对纹理特征进行降维和平滑处理，此后对所有样本进行聚类以形成确定数量的类别，然后利用模糊C均值方法来通过计算每个样本的隶属度函数来衡量各个样本对于各个类别的典型性程度，而且将典型性程度超过预定阈值的样本作为训练样本。

3.根据权利要求1或2所述的图像分割方法，其特征在于，在第二步骤中，采用符号表示由j类别的训练样本首次张成的子空间或表示在多子空间KL变换的迭代过程中由训练样本与划分在该子空间内的非训练样本非首次张成的子空间，对于每一个待分类的样本x_i，使用样本与子空间的距离对样本进行子空间的划分；

其中，dtexij=α×dFS(xi,Stexj)+β×dIn(xi,Stexj);]]>

而且其中，α、β为权值，

dFS(xi,Stexj)=||xi-KL⇐(KL⇒(xi,Stexj),Stexj)||2=||xi-x‾||22-||KL⇒(xi,Stexj)||22,]]>

dIn(xi,Stexj)=||KL⇒(xi,Stexj)-y‾j||2,]]>

是向量x向空间的投影操作；是向量y向空间的反投影操作；为的中心；是原样本的均值。