[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

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top