[發明專利]一種基于核模糊聚類的多尺度水平集圖像分割方法

在審

• 申請號: 201510075934.6
• 申請日: 2015-02-12
• 公開（公告）號: CN104616308A
• 公開（公告）日: 2015-05-13
• 發明（設計）人: 張丹;陳興文
• 申請（專利權）人: 大連民族學院
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 大連智高專利事務所(特殊普通合伙) 21235
• 代理人: 李猛

技術領域

本發明屬于圖像處理領域，特別是基于一種基于核模糊聚類的多尺度水平集圖像分割方法。

背景技術

圖像處理技術廣泛應用于軍事、醫療、工業生產等領域，目標物的分割效果對相關任務的完成起到至關重要的作用。因此，實時性好，分割準確率高的方法一直是很多學者的研究熱點。傳統的圖像分割方法或是基于邊緣信息或是基于區域信息進行分割，對于邊緣模糊、對比度差、灰度不均勻的圖像分割效果并不是很理想，雖然學者們也提出了很多結合邊緣與區域信息的方法，但是兼顧實時性和準確性依然很難。

近年來，水平集方法已成為圖像分割領域的主要發展方向之一，但是也有一些局限性：演化過程需要重新初始化，對灰度不均、邊緣對比度差、邊緣復雜的圖像易出現漏分割或過分割現象。現有的水平集圖像分割方法多采用手動或半自動給出分割初始水平集，降低智能化程度；李春明等研究符號距離函數消除了重新初始化，但利用邊緣信息進行圖像分割，對灰度不均勻圖像分割效果不理想；一些將邊緣與區域信息融合的水平集方法雖對分割效果起到了一定的作用，但并沒有充分利用圖像灰度信息及巧妙設計獲取初始輪廓，這都影響了水平集分割的實時性、智能性和準確性。

發明內容

【1】要解決的技術問題

本發明針對目前的基于水平集的圖像分割方法存在的上述問題，提出了一種基于核模糊聚類的多尺度水平集圖像分割方法。

【2】解決問題的技術方案

一種基于核模糊聚類的多尺度水平集圖像分割方法，包括以下步驟：

步驟1：采用標記分水嶺方法計算每個小區域的灰度均值；

步驟2：采用灰度均值初始化隸屬度矩陣，進行核模糊聚類，獲得感興趣區域初始輪廓；

步驟3：設計多尺度水平集邊緣約束停止項；

步驟4：進行迭代演化，分割圖像。

所述步驟1包括以下步驟：

步驟1A：對圖像進行腐蝕操作，進行內、外部標記；

步驟1B：處理圖像目標部分的連通區域，根據步驟1A的標號進行保存；

步驟1C：計算每個小區域的灰度均值

所述步驟2包括以下步驟：

步驟2A：選定核模糊聚類的目標函數式(1)；

步驟2B：采用高斯核函數式(2)進行演化，得到隸屬度以及聚類中心的迭代函數分別為式(3)和式(4)；

步驟2C：輸入圖像灰度均值集{x_k,k＝1,2,…,N}，確定聚類數c、模糊加權指數、迭代停止閾值ε；

步驟2D：初始化聚類中心，令初始迭代此時為0；

步驟2E：計算新的隸屬度和聚類中心；

步驟2F：計算停止條件，如果||v_iⁿ⁺¹-v_iⁿ||<ε，則停止，否則返回步驟2E；

所述式(1)為：Jm=2ΣcΣnuikm(1-K(xk,vi));]]>

其中，J_m為聚類目標函數，{x_k,k＝1,2,…,N}為圖像像素灰度平均值的集合，c為聚類數目，{v_i,i＝1,2,…,c}為聚類中心集合，u_ik為圖像第k個像素隸屬于第i類的隸屬度，u_ik∈[0,1]，參數m為隸屬度的加權指數，決定分類結果的模糊程度；

所述式(2)為：K(x,v)＝exp(-||x-v||²/σ²)；σ為函數的寬度參數；