[發明專利]一種基于區域生長和蟻群聚類的圖像分割方法

無效

• 申請號: 200710018667.4
• 申請日: 2007-09-14
• 公開（公告）號: CN101286199A
• 公開（公告）日: 2008-10-15
• 發明（設計）人: 郭雷;楊衛莉;趙天云;肖谷初
• 申請（專利權）人: 西北工業大學
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62;G06T5/00
• 代理公司: 西北工業大學專利中心
• 代理人: 王鮮凱

技術領域

本發明涉及一種基于區域生長和蟻群聚類的圖像分割方法，屬于計算機視覺、圖像理解以及模式識別和人工智能等領域。

背景技術

圖像分割就是指把圖像分成各具特性的區域并提取出感興趣目標的技術和過程。圖像在分割后的處理，如特征提取、目標識別等都依賴圖像分割的質量，所以圖像分割一直是計算機視覺和模式識別領域的研究熱點。

目前已經有多種方法被人們提出應用于圖像分割領域，傳如閾值法、邊緣檢測法、數學形態學法、基于區域處理方法等，這些方法針對不同圖像都取得了很好的效果。但是對于不同應用目的的以及不同圖像特性，上述方法又表現出很大局限性。例如閾值法，這種方法較高的計算效率，但是對噪聲敏感，會誤將噪聲作為目標來處理；邊緣檢測算子存在邊界不連續或邊界不準確的問題；數學形態學方法在一定程度上降低了噪聲對圖像的影響，但是開、閉、腐蝕、等運算會導致圖像的過度平滑，從而導致圖像變形及細節丟失。

越來越多的學者開始將模糊理論、馬爾科夫模型、遺傳算法理論、分形理論和小波理論等研究成果運用于圖像分割的研究，取得了很大進展。盡管人們在圖像分割方面做了許多研究工作，由于尚無通用的分割理論，現已提出了大量算法都是針對具體問題的，并沒有一種適合于所有圖像的通用的分割方法。蟻群算法是一種具有離散性、并行性、魯棒性和模糊聚類能力的進化方法。它的這些特點對于離散的數字圖像非常適用。而現有的蟻群算法在圖像分割的應用中其收斂時間過長，易陷入局部最優。

發明內容

要解決的技術問題

為了避免現有技術的不足之處，本發明提出一種基于區域生長和蟻群聚類的圖像分割方法，該方法首先用區域生長法對圖像做初始分割，然后利用初始分割后的空間信息和灰度信息定義了一種新的引導函數，再利用蟻群算法搜索最優解的能力，在區域之間進行聚類合并，獲得最終的分割結果。

技術方案

本發明的基本思想是：利用具有離散性、并行性、正反饋性、魯棒性和模糊聚類能力的蟻群算法做后繼的分割。

本發明的技術特征在于步驟如下：

1)對于M1×N的圖像采用四鄰域的中值濾波去濾除噪聲；

2)采用區域生長的方法對圖像進行預處理：

2.1、在沒有被標記的像素中選擇灰度最大點為種子點；

2.2、根據式|I_seed-I|＜λ|I_max-I_min|，取λ＝0.3，進行區域生長，將滿足此公式的鄰接像素加入到種子區域，并對它們進行標記；其中I表示像素的灰度值，I_seed表示種子點的灰度值，I_max與I_min分別表示圖像中的最大灰度值與最小灰度值，λ是可調節的參數；

2.3、搜索未被標記的像素，進行上述的兩步，當不再有未被標記的像素時，輸出被劃分的區域；

3)提取出灰度信息和空間信息特征：

所述的提取灰度信息特征：區域生長后計算區域R_i和R_j之間的平均灰度差g_ij＝|I_i-I_j|，其中I=1kΣi=1khi;]]>其中：I是區域生長后得到小區域的平均灰度值，M是區域生長后得到小區域數(即R₁，R₂，…，R_M)，h代表每個小區域中的灰度值，有k個灰度級，即h₁，h₂，…，h_k；