[发明专利]基于局部像素综合特征的彩色图像分割方法

权利要求书

1.一种基于局部像素综合特征的彩色图像分割方法，其特征在于按照如下步骤进行：

约定：f(i,j)指原始彩色图像；I0(i,j)表示N×N小窗口图像；I(i,j)表示处理后的小窗口图像；f_p(r_u,θ_v)表示极坐标图像；E_nm表示指数矩，n为阶数，m为重复度；E_nm(f_R),E_nm(f_G),E_nm(f_B)分别表示R,G,B三个通道的指数矩；E表示四元数指数矩；表示快速高精度四元数指数矩；FZ代表幅值；xw代表相位；XW代表相对相位；g(mm,nn)指邻域平均灰度级；p(ii,jj)表示联合概率；和分别表示目标熵和背景熵；

a.初始设置

获取原始彩色图像f(i,j)并初始化设置；

b.滤波去噪

使用二维高斯低通滤波器分别对f(i,j)的R,G,B三个分量进行去噪处理，得到预处理的彩色图像；

c.快速高精度四元数指数矩计算

c.1构造以(i,j)为中心的3×3小窗口图像I0(i,j)，做I0(i,j)的外接圆，得到外接图像I(i,j)；

c.2将I(i,j)转化为极坐标图像f(r,θ)；

c.3计算指数矩：

其中，为径向函数A_n(r)的共轭，

c.4指数矩E_nm积分化为求和：

则E_nm为G_p(r_u,θ_v)的傅立叶变换；

c.5对G_p(r_u,θ_v)的R,G,B三个通道分别做二维快速傅立叶变换(2D-FFT)，得到I(i,j)三个通道的指数矩E_nm(f_R)，E_nm(f_G)，E_nm(f_B)；

c.6计算快速高精度四元数指数矩

其中，

d.幅值和相对相位计算

d.1根据下式计算幅值FZ：

d.2根据下式计算相位xw：

xw＝arctan(EE/AE)；

d.3根据下式计算相对相位XW：

XW(i,j)＝∠xw(i,j)-∠xw(i,j+1)

d.4取FZ与XW的(0,0)位置作为像素特征，重复步骤c～d，直到所有小窗口图像计算完毕；

e.二维Tsallis熵初分割

e.1计算坐标点(mm,nn)的邻域平均灰度级g(mm,nn)：

其中，n₁取奇数，[n₁/2]表示对n₁/2取整；

e.2计算g(mm,nn)与灰度级的联合概率p(ii,jj)：

p(ii,jj)＝r(ii,jj)/(MM×NN) ii,jj＝0,1,…，L-1

其中，r(ii,jj)表示g(mm,nn)与灰度级对出现的频次；

e.3根据下式，分别计算二维Tsallis熵的目标和背景：

其中，α为固定参数，α＝0.8；

f.PCC模型训练

利用选取的训练数据训练PCC模型；

g.PCC模型分类

预测测试集的类标签，利用二维Tsallis熵阈值获得训练集的类标签，合并测试集和训练集的类标签形成类标签向量，作为图像的分割结果。