[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

摘要

本发明公开了一种以平面为聚类中心的抗噪性的模糊聚类图像分割方法，该方法包括以下步骤：首先，定义目标函数并初始化目标函数中的各项系数及阈值等，随机初始化隶属度矩阵；使目标函数最小化计算更新聚类平面的各项系数和模糊隶属度矩阵；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，继续迭代执行更新，根据隶属度最大的准则分类标记每个像素点，完成初始分类；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再次进行隶属度划分；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。本发明的方法使用聚类平面代替聚类中心进行图像分割，可以同时考虑像素的灰度值信息以及位置信息，取得了理想的图像分割效果，并很好地消除噪声的影响，提高了图像分割的质量和分割效果的稳定性。

主权项

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。