[發明專利]基于排序K-均值算法的灰度圖像分割方法

有效

• 申請號: 201210062259.X
• 申請日: 2012-03-11
• 公開（公告）號: CN102663681A
• 公開（公告）日: 2012-09-12
• 發明（設計）人: 尚榮華;焦李成;白靖;靳超;吳建設;鄭喆坤;馬文萍;李陽陽;侯彪
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

1.一種基于排序K-均值算法的灰度圖像分割方法，包括如下步驟：

(1)讀入一幅不含噪聲的灰度圖像G，圖像大小為256×256，隨機指定各個聚類中心V：

V＝(V₀，V₁，…，V_i)

其中，V_i為第i類的聚類中心，i＝0，...，n-1，n為聚類類別數；

(2)定義灰度圖像G的灰度直方圖HL(l)：

HL(l)＝n_l

其中，l為灰度級，l＝0，...，255，n_l為灰度圖像G中第l個灰度級的像素點總數；

(3)計算圖像灰度直方圖中每個灰度級l到每個聚類中心V_i的歐式距離d_il：

d_il＝|l-V_i|；

(4)針對每個聚類中心V_i，利用sort(d_il)函數對距離d_il由小到大進行排序；

(5)用函數md_il存儲排序后的每個灰度級到每個聚類中心V_i的距離d_il，md_il定義如下：

mdil=Σdil1<dil2HL(l1)+11∀l1dil1>dil2]]>

其中，l₁，l₂∈l，l₁≠l₂，表示灰度級l₁到聚類中心V_i的距離，表示灰度級l₂到聚類中心V_i的距離，i＝0，...，n-1，n為聚類類別數，表示灰度級l₁到聚類中心V_i的距離小于灰度級l₂到聚類中心V_i的距離，HL(l₁)表示第l₁個灰度級的灰度直方圖信息；

(6)根據步驟(5)中md_il的值，將每個灰度級分配到離其距離最近的聚類中心的類別中，即選取min(md_il)，i＝0，...，n-1，將灰度級l歸于V_i類，其中V_i是圖像的第i類聚類中心，n為聚類類別數；

(7)更新第i類聚類中心為以下值：

Vit+1=1niΣj∈Vitvj]]>

其中，n_i是圖像聚類中第i類的像素點總數，V_i是圖像的第i類聚類中心，v_j是第i類中第j個像素點；

(8)判斷是否達到設定的循環結束條件，如果達到循環結束條件，則聚類結束，并輸出聚類結果，完成圖像G的分割，否則返回步驟(3)進行下一次循環。

2.根據權利要求1所述方法，其中步驟(8)所述的循環結束條件，表示為：式中表示第t代的第i類聚類中心值，表示第t+1代的第i類聚類中心值，t表示基于排序K-均值算法的循環代數，t的取值范圍為1-19。