[发明专利]一种图像分割方法、装置及终端设备

权利要求书

1.一种图像分割方法，其特征在于，包括：

计算原始灰度图像的局部空间算子和局部灰度算子；

根据所述局部空间算子和所述局部灰度算子对所述原始灰度图像进行非线性滤波处理，得到非线性加权和图像；获取所述非线性加权和图像的灰度集合；

基于模糊聚类算法和所述非线性加权和图像的灰度集合，对所述非线性加权和图像进行图像分割，得到所述非线性加权和图像分割后的区域；

其中，基于模糊聚类算法和所述非线性加权和图像的灰度集合，对所述非线性加权和图像进行图像分割，得到所述非线性加权和图像分割后的区域，包括：

步骤一：对所述非线性加权和图像的分类参数及条件变量进行初始化，所述分类参数包括区域分割个数和聚类中心集合，所述聚类中心集合包括各个区域的聚类中心，其中，所述条件变量的初始化计算公式为：f_g＝1/C,g＝1,2,…G；其中，f_g表示第g个灰度级的当前条件变量，C表示区域分割个数，G表示灰度级最大值；

步骤二：基于模糊C均值聚类算法，根据所述灰度集合、所述区域分割个数、当前条件变量和当前聚类中心集合计算当前隶属度矩阵，所述当前隶属度矩阵中的元素μ_ig表示第g个灰度级相对于当前聚类中心集合中第i个聚类中心的模糊隶属度；

步骤三：基于当前隶属度矩阵，将所述非线性加权和图像中同一灰度级的像素划分至该灰度级对应的模糊隶属度最大的区域，确定当前循环下所述非线性加权和图像分割后的区域；

步骤四：基于当前循环对应的区域更新条件变量和聚类中心集合；

步骤五：将更新后的条件变量和聚类中心集合返回至步骤四，并重复执行步骤二至步骤五，直至所述分类参数满足循环终止条件，输出最后一次循环下所述非线性加权和图像分割后的区域；

其中，所述基于当前循环对应的区域更新条件变量，包括：

根据条件变量更新公式确定更新后的条件变量；

所述条件变量更新公式为：

其中，P_imin表示当前循环对应的所有区域的先验概率的最小值，γ_g表示第g个灰度级的像素数量；G_i表示属于第i个区域的灰度级集合；N表示所述非线性加权和图像的像素总数；N_i表示属于第i个区域的像素总数；P_i表示当前循环对应的第i个区域的先验概率；

其中，隶属度计算公式为：

其中，v_i表示当前聚类中心，I_g表示第g个灰度级的值，i∈[1,2,…,C]，m表示模糊性指数。

2.如权利要求1所述的图像分割方法，其特征在于，所述局部空间算子的的计算公式为：

其中，S_{s_kj}表示所述局部空间算子，(L_k,Q_k)表示所述原始灰度图像中第k个像素的空间坐标，λ_s表示比例因子，(L_j,Q_j)表示所述原始灰度图像中第j个像素的空间坐标；

所述局部灰度算子的计算公式为：

其中，S_{g_kj}表示所述局部灰度算子，N_k表示以所述原始灰度图像中第k个像素为中心、大小为M×M的窗口的像素集合；x_j表示以所述原始灰度图像中第k个像素为中心的窗口中第j个像素的灰度值；x_k表示所述原始灰度图像中第k个像素的灰度值；λ_g表示全局比例因子，σ_{g_k}表示局部窗口密度函数。