[发明专利]一种带邻域选择策略的快速模糊C均值聚类图像分割方法有效
申请号: | 201710558682.1 | 申请日: | 2017-07-11 |
公开(公告)号: | CN107368851B | 公开(公告)日: | 2020-12-22 |
发明(设计)人: | 胡跃明;余梦琦;杜娟 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06T7/13 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 王东东 |
地址: | 511458 广东省广州市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 邻域 选择 策略 快速 模糊 均值 图像 分割 方法 | ||
1.一种带邻域选择策略的快速模糊C均值聚类图像分割方法,其特征在于,包括如下步骤:
S1输入待分割图片,提取图像边缘;
S2基于图像边缘的邻域选择策略生成新图ξ;
S3根据生成的新图,获取初始聚类中心;
S4快速模糊C均值聚类获得最佳聚类划分;
所述S2基于图像边缘的邻域选择策略生成新图ξ,具体为:
S2.1基于图像边缘进行窗口邻域选择;
S2.2结合空间和灰度级信息获得局部相似度量,计算公式如下:
i像素是局部窗口的中心,k像素表示i像素的窗口邻域中的像素,该窗口邻域是基于S2.1所述的窗口邻域选择策略获得的,pi,qi是像素i的坐标,xi是窗口邻域的灰度值,λs和λg是两个比例因子;
σi定义为:
其中,NR为i像素窗口内邻域像素总个数;
S2.3计算生成新图ξ
ξ计算如下式所示
其中,ξi表示图ξ的第i个像素的灰度值,xk表示原图中xi邻域像素的灰度值,Ni是xi的邻域集,Sik是第i个像素和第k个像素之间的局部相似度量。
2.根据权利要求1所述的快速模糊C均值聚类图像分割方法,其特征在于,S2.1基于图像边缘进行窗口邻域选择,具体为:
设定初始窗口大小为5*5,若无边缘落于该窗口内,则选择该窗口作为局部窗口,窗口内的像素点为目标像素邻域;
若该窗口内存在边缘,则将窗口扩大为7*7,选择与目标像素边缘同侧的像素点作为邻域。
3.根据权利要求1所述的快速模糊C均值聚类图像分割方法,其特征在于,所述λs和λg都设置为2。
4.根据权利要求1所述的快速模糊C均值聚类图像分割方法,其特征在于,采用粒子群算法获取初始聚类中心参数。
5.根据权利要求1所述的快速模糊C均值聚类图像分割方法,其特征在于,所述S4快速模糊C均值聚类获得最佳聚类划分,具体使J值达到最小获得最佳聚类划分
其中,cj是第j类中心,uij是灰度值为i的像素点属于第j类的隶属度,M是图ξ的灰度级数,γi是与i同灰度值的像素点数,m为模糊指数因子,ξi表示图ξ的第i个像素的灰度值;
uij与cj间迭代关系如下式所示:
6.根据权利要求5所述的快速模糊C均值聚类图像分割方法,其特征在于,具体过程为:
S4.1初始化,设置模糊指数因子m、初始迭代计数b2,最高迭代次数t2,迭代阈值ε参数,设置聚类隶属度矩阵初始值U(0)=Ubest、初始聚类中心
S4.2利用cj更新类中心cj,利用uij更新隶属度矩阵U(b+1);
S4.3若max{U(b)-U(b+1)}ε或b2>t2,则迭代停止,否则,b=b+1,继续步骤S4.2。
7.根据权利要求6所述的快速模糊C均值聚类图像分割方法,其特征在于,模糊指数因子m设为2,迭代计数初始化b2=0,设置最高迭代次数t2为100次,迭代终止阈值ε设为1e-5。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710558682.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种通孔式水雾循环装置
- 下一篇:一种新型强力弹弓架