[发明专利]基于自适应种子点密度聚类超像素分割方法

权利要求书

1.基于自适应种子点密度聚类超像素分割方法，其特征在于，该方法包括以下步骤：

步骤1：将输入的图像划分为若干个大致相同的子图像块，然后利用区域生长法在子图像块上寻找最大内接圆中心坐标，以此自适应获得种子点的位置；

步骤2：对预处理后得到的图像，在上面均匀播撒种子点，将选出的种子点作为中心根据自适应种子点密度聚类依次向外聚类，直至种子点布满整张图像为止，从而完成初始的超像素分割；

步骤3：结合空间限制的k-medoids方法对得到的所有子图像块上种子点再进行聚类，进一步更新种子点，解决了噪声对于本方法的影响；

步骤4：按照自顶向下和自底向上相结合的思想进行依次遍历种子点，清理未能及时处理的异常像素点。

2.根据权利要求1所述的基于自适应种子点密度聚类超像素分割方法，其特征在于，所述步骤1中，对图像进行划分，利用区域生长过程在子图像块内计算并寻找最大内接圆的圆心坐标，具体步骤为：

步骤1-1获取待分割区域的所有像素信息作为输入，对图像进行预处理操作；

步骤1-2再根据待分割像素点之间的灰度值范围进行过滤筛查，将图像划分为若干个大小相似和颜色下相近的子图像块，其中，子图像块颜色范围在待分割区域的灰度范围之内；

步骤1-3运用区域生长法在子图像块的四邻域上计算并寻找最大内切圆的圆心坐标，本发明采用了标准差方法来确定圆心坐标(X，Y)的位置，确定坐标后，进行种子点的自动选取，其圆心坐标具体计算方法如下：

其中，为横向搜索时种子点数，为纵向搜索时种子点数，n为像素点数量。

3.根据权利要求1所述的基于自适应种子点密度聚类超像素分割方法，其特征在于，所述步骤2中，以种子点作为聚类中心根据自适应种子点密度聚类依次向外聚类，具体步骤为：

步骤2-1将待处理图像的rgb颜色空间转换到lab颜色空间；

步骤2-2将两个集合分别定义为标记集和候选集，然后锁定待分割区域，根据计算出的圆心坐标自适应选择种子点位置，并将其加入到标记集合中，若标记集已存在该点，则转入步骤2，重新开始下一个目标区域搜索；

步骤2-3统计四种像素集，包括种子像素集、标记像素集、未标记像素集和候选像素集，其中，种子像素集存放全部种子信息，而在种子点发生变化时标记像素集将被重置；

步骤2-4采用绝对偏差的标准函数衡量聚类后的效果，其具体计算方法如下：

其中：p为簇δ_j的对象，δ_j为聚类中心，p和δ_j是多维的。