[發(fā)明專利]基于勢函數(shù)的自適應模糊C均值圖像分割方法

無效

• 申請?zhí)枺?/td>: 201310279641.0
• 申請日: 2013-06-25
• 公開（公告）號: CN103400370A
• 公開（公告）日: 2013-11-20
• 發(fā)明（設計）人: 劉靳;王少華;姬紅兵;朱明哲;靳洋;馬文濤;何利偉;王海鷹
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 田文英;王品華

技術領域

本發(fā)明屬于計算機技術領域，更進一步涉及圖像處理技術領域中的基于勢函數(shù)的自適應模糊C均值圖像分割方法。本發(fā)明通過勢函數(shù)方法獲得待分割圖像的聚類中心與最優(yōu)分類數(shù)目，并對圖像的像素點分類并標記，實現(xiàn)對自然灰度圖像及紅外圖像的分割，可應用于目標識別與跟蹤。

背景技術

圖像分割可以認為是對圖像中的像素點進行聚類的過程，根據(jù)圖像中每個像素點的灰度特征判斷該像素點隸屬于哪一類，將圖像中隸屬于同一類的像素點標記，完成對圖像的分割。由于模糊分割方法符合人類認知特性、描述簡介明晰、易于實現(xiàn)，且比傳統(tǒng)硬分割方法能保留更多的原始圖像信息，該分割方法越來越引起人們的關注。

由Dunn提出，后經(jīng)Bezdekl推廣的標準模糊C均值分割方法，已廣泛應用于圖像分析、醫(yī)療診斷、目標識別與圖像分割等領域。標準模糊C均值分割方法的實現(xiàn)過程為：首先，初始化圖像的分類數(shù)目、聚類中心及每個像素點的隸屬度；其次，通過迭代運算方法對圖像的聚類中心及像素點隸屬度進行更新；最后，根據(jù)圖像中每個像素點的隸屬度對像素點進行分類，將隸屬于同一類的像素點標記，實現(xiàn)對圖像的分割。標準模糊C均值分割方法的不足之處在于，首先，在對圖像分割之前，該方法需要預先設置圖像的分類數(shù)目，而圖像的最優(yōu)分類數(shù)目在圖像分割之前往往不能事先確定，因此，人為設置的圖像分類數(shù)目通常不能使圖像的分割效果達到最優(yōu)；其次，標準模糊C均值分割方法通過迭代運算的方法更新圖像的聚類中心，這一過程運算復雜度較高，導致該方法對圖像的分割速度很慢，不利于實現(xiàn)對圖像的實時分割。

張勇昌論文“結(jié)合模糊聚類算法的圖像分割方法”(《電腦開發(fā)與應用》，文章編號：1003-5850(2011)11-0049-03)。該方法的實現(xiàn)過程為，首先對待分割圖像進行加窗處理，獲得加窗后的鄰域區(qū)域，然后將鄰域區(qū)域內(nèi)像素點的灰度均值與灰度方差歸一化，并將歸一化后的灰度均值與灰度方差作為該區(qū)域的灰度特征，構造描述圖像特征的六維特征向量，最后采用模糊C均值分割方法對圖像中的區(qū)域塊聚類，實現(xiàn)對圖像的分割。該方法的不足之處在于，雖然在圖像的特征選取方面抑制了噪聲的影響，但是后續(xù)采用的模糊C均值分割方法，仍然需要人為設置圖像的分類數(shù)目，并不能保證使圖像的分割效果達到最優(yōu)，同時，模糊C均值分割方法通過迭代運算的方法更新圖像的聚類中心，運算復雜耗時，不利于實現(xiàn)對圖像的實時分割。

北京中星微電子有限公司申請的專利“一種彩色圖像分割方法”(專利申請?zhí)枺?00810055833.2，公布號：CN101216890A)。該方法的實現(xiàn)過程為，首先設定待分割圖像的分類數(shù)目，然后使用多種不同的模糊聚類算法分別對該圖像進行分割，相應得到多個隸屬度矩陣，并以其中一個隸屬度矩陣作為基準矩陣，配準其他隸屬度矩陣的類別標記，將配準后的隸屬度矩陣與基準矩陣融合，并根據(jù)融合后的隸屬度矩陣計算出每個像素點對應的類別標記，實現(xiàn)對圖像的分割。該方法的不足之處在于，雖然該方法采用多個隸屬度矩陣融合的方式，能夠更加準確地獲得圖像中像素點的類別標記，使得分割效果更好，但前提是該方法設定的待分割圖像的分類數(shù)目應是最優(yōu)的，若設定的分類數(shù)目不當，該方法仍然不能得到較好的分割結(jié)果，且該方法在運算過程中需要計算多個隸屬度矩陣，并將隸屬度進行配準融合，運算復雜度很高，導致分割速度慢，不利于實現(xiàn)對圖像的實時分割。

發(fā)明內(nèi)容

本發(fā)明方法的目的在于克服上述已有技術的不足，提出一種基于勢函數(shù)的自適應模糊C均值圖像分割方法，以勢函數(shù)聚類方法自適應獲得待分割圖像的最優(yōu)分類數(shù)目和聚類中心，代替模糊C均值分割方法中人為設置分類數(shù)目和迭代更新聚類中心，實現(xiàn)了對圖像的準確分類，提高了分割效果與分割速度。

本發(fā)明的具體步驟如下：

(1)輸入待分割圖像

(2)獲取待分割圖像直方圖勢函數(shù)與最大勢剩余高度

2a)采用待分割圖像的歸一化灰度統(tǒng)計直方圖，計算獲得待分割圖像直方圖勢函數(shù)；

步驟2a)所述的待分割圖像直方圖勢函數(shù)通過下式計算得到：