[發(fā)明專利]基于多目標進化聚類和空間信息的圖像過分割優(yōu)化方法

有效

• 申請?zhí)枺?/td>: 200910021397.1
• 申請日: 2009-03-05
• 公開（公告）號: CN101499136A
• 公開（公告）日: 2009-08-05
• 發(fā)明（設計）人: 王爽;梁建華;焦李成;侯彪;劉芳;公茂果;張曉靜
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62;G06T7/00
• 代理公司: 陜西電子工業(yè)專利中心
• 代理人: 張問芬

1.一種基于多目標進化聚類和空間信息的圖像過分割優(yōu)化方法，其特征在于將多目標進化算法：非支配排序算法NSGA-II和模糊C均值FCM聚類相結合，得到一種多目標進化聚類算法，再將多目標進化聚類算法結合圖像的空間信息應用于圖像過分割優(yōu)化中，本方法的實現(xiàn)包括如下步驟：

(1)輸入圖像進行分水嶺法預分割，得到過分割結果圖像Imo；

(2)統(tǒng)計過分割結果圖像的各個區(qū)域的特征，作為多目標進化聚類的數(shù)據(jù)；

(3)實施多目標進化聚類，應用多目標進化聚類算法來優(yōu)化加入了空間信息的目標函數(shù)，對過分割結果圖像Imo的各個區(qū)域特征進行聚類，得到非支配解集Rs，所述加入了空間信息的目標函數(shù)是模糊C均值FCM的目標函數(shù)J(X；U，V)與一個空間信息因子J_spatial的加權和，用計算式表示如下：

Min J=αΣi=1nΣk=1c(uki)mdki2+(1-α)Σj=1nDjSj+1]]>

其中，是模糊C均值FCM的目標函數(shù)J(X；U，V)，是空間信息因子J_spatial，j表示預分割區(qū)域，j＝1...n，α是加權因子，n為預分割圖像中區(qū)域的數(shù)目，c為聚類數(shù)目，m為模糊指數(shù)，為第i個樣本到第k個聚類中心的距離的平方，D_j為與預分割區(qū)域j不屬于同一類的鄰接區(qū)域的數(shù)目，稱之為鄰接異類數(shù)；而S_j為與預分割區(qū)域j屬于同一類的鄰接區(qū)域的數(shù)目，稱之為鄰接同類數(shù)，區(qū)域j的鄰接區(qū)域是和區(qū)域j有共同邊界的任何區(qū)域，表示對所有預分割區(qū)域的鄰接異類數(shù)與鄰接同類數(shù)之比求和；

(4)集成非支配解集Rs，得到最終的解R；

(5)依據(jù)最終解R輸出過分割圖像的優(yōu)化結果。