[发明专利]基于空间加权隶属度模糊c-均值的纹理图像分割方法

摘要

本发明公开了一种空间加权隶属度模糊c-均值纹理图像分割方法，主要解决纹理图像分割的局部错分问题，改善边缘结合位置的分割效果。其实现过程是：(1)输入待分割的图像；(2)对待分割图像提取灰度共生特征和小波特征；(3)利用空间信息调节模糊c-均值聚类的隶属度并聚类；(4)利用粒子群优化方法对聚类过程中的调控参数进行优化；(5)判断是否达到设定的循环终止条件，如果没有达到循环终止条件则返回到第3步进行下一次循环，如果达到则退出循环得到最终隶属度值，即图像最终分割结果。本发明与现有的技术相比显著提高了图像的分割性能，能够有效地分割纹理图像和SAR图像。

主权项

1.一种基于空间加权隶属度模糊c-均值的纹理图像分割方法，包含以下步骤：(1)输入待分割图像，并提取待分割图像的纹理特征；(2)用每个像素点的邻域像素的空间信息和提取的纹理特征信息调节该像素点模糊c-均值聚类的隶属度，得到调节后的隶属度为：uij′=uijhij/Σc=1Cucjhcj]]>其中：u_ij表示调节前的像素点j隶属于第i类的隶属度数值；C表示聚类数目，u_cj表示调节前的像素点j隶属于第c类的隶属度数值；u′_ij是用空间信息和邻域纹理信息调节后的像素点j相对于第i类的隶属度值，U是图像所有像素点用空间信息和邻域纹理信息调节后的隶属度组成的矩阵；h_cj表示像素点j隶属于第c类的空间信息和邻域纹理信息调节系数；h_ij表示像素点j隶属于第i类的空间信息和邻域纹理信息调节系数，其表示公式为：h_ij＝α·u_(D)ij+β·u_(T)ij式中，α是u_(D)ij的调控参数；u_(D)ij表示像素点j隶属于第i类的空间信息加权隶属度，其定义为：式中，s表示邻域像素数目，u_ik表示像素点j的第k个邻域对于第i类的隶属度值；d_jk表示像素点j和它的第k个邻域之间的空间距离；β是u_(T)ij的调控参数；u_(T)ij表示像素点j隶属于第i类的邻域纹理信息加权隶属度，其定义为：式中，X_jk是像素点j和它的第k个邻域之间的纹理特征的欧氏距离，X_jk＝||X_j-X_k||，这里的X_j和X_k分别表示像素点j和像素点j的第k个邻域的纹理特征向量；(3)根据调节后的隶属度值u′_ij，利用下式对待分割图像进行聚类：minJm(U,V)=Σj=1NΣi=1C(uij′)md2(Xj,Zi)]]>其中：J_m表示模糊c-均值聚类的目标函数，m∈(1，∞)控制模糊度权重指数；N表示图像像素数，C表示聚类数目；X_j表示第j个像素点位置纹理特征；Z_i表示第i类的聚类中心V是由聚类中心组成的矩阵；d²(X_j，Z_i)为相似性测度，其表示公式为：d²(X_j，Z_i)＝||X_j-Z_i||；(4)通过粒子群优化对调控参数α和β进行更新，优化的最大代数为60；(5)判断是否达到设定的循环结束条件，如果达到循环结束条件，则分割结束，把当前的隶属度值作为图像分割结果，否则转到步骤2进行下一次循环。