[發明專利]基于免疫譜聚類的圖像分割方法

有效

• 申請號: 200810150180.6
• 申請日: 2008-06-27
• 公開（公告）號: CN101299243A
• 公開（公告）日: 2008-11-05
• 發明（設計）人: 張向榮;焦李成;騫曉雪;公茂果;李陽陽;侯彪;馬文萍;劉若辰
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06T7/00;G06T5/00
• 代理公司: 陜西電子工業專利中心
• 代理人: 王品華;黎漢華

1.一種基于免疫譜聚類的圖像分割方法，包括如下過程：

(1)提取輸入圖像的紋理特征，并將圖像中的每一個像素點用一個特征向量表示，得到圖像特征集；

(2)計算圖像特征集的相似度，并構成相似性矩陣A，即

A=A11A12...A1nA21A22...A2n............An1An2...Ann]]>

相似度計算公式為

A_ij＝exp(-‖s_i-s_j‖²/2σ²)

式中，A_ij表示圖像特征集中的兩個數據點s_i與s_j之間的相似度，σ為尺度參數，n為圖像特征集的數目；

(3)計算相似性矩陣A的拉普拉斯矩陣：L＝D^-1/2AD^-1/2

式中，D=Σi=1nA1i0...00Σi=1nA2i...0............00...Σi=1nAni;]]>

(4)求拉普拉斯矩陣L的前c個最大的特征值所對應的特征向量，作為特征集在映射空間中的映射集Y，c為圖像類別數，

矩陣的特征值、特征向量的計算公式為：(λI-L)X＝0

式中，λ表示特征值，I為單位矩陣，X為特征向量，且

λ=λ1λ2...λn]]>X=x11x12...x1nx21x22...x2nx11.........xn1xn2...xnn]]>

則映射集Y可表示為：

Y=x11x12...x1cx21x22...x2cx11.........xn1xn2...xnc;]]>

(5)從映射集Y中隨機選出c個數據作為初始聚類中心，并表示為：

B(k)=Y1Y2...Yc=y11y12...y1cy21y22...y2c............yc1yc2...ycc]]>

式中，k為迭代步，初始化時k＝0，Y₁、Y₂、...Y_c表示從映射集Y中隨機選出的c個作為初始聚類中心的數據；

(6)對初始化的聚類中心B(k)利用克隆操作算子T_c^C進行克隆操作，得到克隆后的聚類中心B′(k)為：

B′(k)=TcC[B(k)]=Y1Y1..Y1Y2Y2...Y2............YcYc....Yc(c*pc)]]>

式中，(c*p_c)表示矩陣的大小，p_c為克隆規模；

(7)對B′(k)進行變異操作得到變異后的聚類中心B″(k)為：

B″(k)＝B′(k)±rand*p_m

式中，rand表示[0～1]之間的一個隨機數，p_m為變異概率；

(8)對B″(k)進行選擇操作得到選擇后的聚類中心B(k+1)，即計算映射集Y中的數據到聚類中心B″(k)的歐式距離的平方和，作為該聚類中心的親和度，從每類聚類中心中選出具有最大親和度的聚類中心作為B(k+1)；

(9)重復步驟(6)～(8)，并根據預先設定的迭代數目對迭代步k進行判斷，如果當前的迭代步大于預先設定的迭代數目，則停止迭代，否則繼續執行步驟(6)。

(10)將圖像特征集的所有像素點劃分到離其最近的最優聚類中心中，并對每個像素點按其所在最優聚類中心的類別賦一個類標，即為圖像的分割結果。