[发明专利]一种基于像素聚类与分割阈值的白癜风区域分割方法

权利要求书

1.一种基于像素聚类与分割阈值的白癜风区域分割方法，其特征在于，该方法包括如下步骤：

(1)获取患者人脸区域图像；

(2)对图像进行高斯模糊或中值滤波去除噪声；

(3)对步骤(2)处理获得的图像进行像素聚类，图像聚类方法如下：

(3-1)将采集到的RGB图像转换至Lab颜色模型时，需要通过XYZ颜色模型进行过渡，公式如下：

其中，p_R,p_B,p_G分别是像素p的RGB颜色分量；

(3-2)将输入RGB图像转换到Lab颜色空间：

其中，δ为预设值，X_n,Y_n,Z_n作为XYZ颜色空间中白点的参考值；

(3-3)根据输入图像尺寸初始化聚类种子点个数，公式如下：

其中，N_c为聚类种子点个数，W与H分别为图像的宽度和高度，ρ此处定义为种子点密度，取值范围为[0,min(W,H)]；

(3-4)将坐标为(ρ,ρ)的像素设置为第一个种子点，以ρ为步长，将其余种子点以棋盘格样式初始化在交叉点位置上，则种子点集合为{(x,y)|x＝c₁ρ,y＝c₂ρ},将种子点作为初始化聚类中心，记为C_k＝[l_k,a_k,b_k,x_k,y_k]，k＝1,2,…,M_N，其中，l_k,a_k,b_k分别为图像在Lab空间下位置坐标为(x_k,y_k)处所对应像素点的L,a,b分量；

(3-5)在以种子点为中心，3×3为大小的邻域内，将种子点移动到Lab模型中L通道梯度最小的位置，以防其落到图像边缘上或者噪声处；

(3-6)图像像素聚类过程的具体方法如下：

(3-6-1)初始化每一个像素点i的标签数组值l(i)＝-1，距离数组d(i)＝∞，初始化最大迭代次数N_iter；

(3-6-2)以C_k为中心，2ρ×2ρ大小的区域内，对每一个像素i执行以下操作：计算像素i与聚类中心C_k的距离D；若Dd(i),则令d(i)＝D,l(i)＝k；

(3-6-3)判断是否遍历完所有聚类中心，若是，则继续；否则返回步骤(3-6-2)；

(3-6-4)更新所有聚类中心；

(3-6-5)判断是否达到最大迭代次数N_iter，若是，则结束；否则，返回步骤(3-6-2)；

(4)确定分割阈值，基于像素聚类对图像分割获得白癜风区域图像。

2.根据权利要求1所述的一种基于像素聚类与分割阈值的白癜风区域分割方法，其特征在于，在步骤(2)中，若有图像中有高光区域，则先进行高光抑制处理。

3.根据权利要求1所述的一种基于像素聚类与分割阈值的白癜风区域分割方法，其特征在于，步骤(3-6-2)中，像素i与像素j之间的距离D定义为空间距离与颜色距离的加权和：

其中，像素点i与像素点j的坐标分别为(x_i,y_i),(x_j,y_j),在Lab空间中像素值分别为(l_i,a_i,b_i),(l_j,a_j,b_j),D_s为两个像素点的空间距离，D_c为两个像素在Lab颜色空间中的距离，C_s,C_N分别为空间距离与颜色距离的归一化常项，采用上述方法计算像素i与聚类中心C_k的距离D。