[发明专利]以平面为聚类中心具有抗噪性的模糊聚类图像分割方法

权利要求书

1.以平面为聚类中心具有抗噪性的模糊聚类图像分割方法，其特征是，主要包含以下几个步骤：

步骤1，给定聚类中心数目，模糊加权指数，最大迭代次数以及算法终止阈值，随机初始化隶属度矩阵；

步骤2，以多项式函数为聚类中心，定义目标函数；

其中，C是聚类平面个数，k＝1,2,...,C，N是图像中像素个数，m是模糊加权指数，a_k,b_k,c_k分别是第k个聚类平面的多项式系数，x_i，y_i是第i个像素的横、纵坐标，p_i是其灰度值，G_ki是模糊因子；

步骤3，更新聚类平面的各项系数；

步骤4，更新模糊隶属度矩阵；

步骤5，基于更新后的模糊隶属度矩阵计算目标函数的值，当连续两次迭代的目标函数值之差的绝对值小于终止条件或方法超出最大迭代次数限制时迭代结束，否则，继续迭代执行步骤3-5；

步骤6，根据隶属度最大的准则分类标记每个像素点，在分类结果上提取图像边缘，并以边缘点为中心像素选取局部窗口，对边缘附近的像素再次进行隶属度划分；

步骤7，根据聚类输出的模糊隶属度矩阵，得到数据点属于某一类的隶属度，按照最大概率原则对每个数据点就行分类标记，完成图像分割。

2.如权利要求1所述的以平面为聚类中心具有抗噪性的模糊聚类图像分割方法，其特征是，所述步骤2包括：

模糊因子G_ki定义为：

其中，δ_ij用于描述邻域像素对中心像素点的影响程度，定义为：

δ_ij＝δ_sd·δ_sc·δ_ss (7)

其中，δ_sd是像素i与像素j之间的空间距离，δ_sc是归一化的局部窗口的变异系数，δ_ss是灰度相似性，反应了邻域像素与中心像素的关系。

3.如权利要求2所述的以平面为聚类中心具有抗噪性的模糊聚类图像分割方法，其特征是，所述δ_sd是像素i与像素j之间的空间距离，δ_sc是归一化的局部窗口的变异系数，δ_ss是灰度相似性，包括：

δ_sd定义为：

其中，d_ij计算的是两个像素灰度差值；

δ_sc的计算公式为：

其中，ε_j是局部窗口的变异系数C_uj被线性归一化到一个0～1之间的数值；第j个像素的局部窗口的变异系数C_uj定义为：

其中，R_v,a(x)是以第j个像素为中心的局部窗口中像素灰度值的方差，是以第j个像素为中心的局部窗口像素的灰度平均值；

归一化方法如下：

其中，C_min表示图像内所有局部窗口变异系数最小值，C_max表示最大值；灰度相似性δ_ss定义为：

其中，S_ij是第j个邻域像素与第i个中心像素之间的灰度差值，是灰度差值的平均值，定义为：

S_ij＝||x_j-x_i||² (12)

其中，N_R表示局部窗口中邻域点的数量，N_i是第i个像素的邻域中像素的集合。