[發明專利]一種針對光流圖的快速的FCM圖像分割方法

有效

• 申請號: 201710530461.3
• 申請日: 2017-06-28
• 公開（公告）號: CN107330910B
• 公開（公告）日: 2019-11-12
• 發明（設計）人: 胡友民;胡中旭;吳波;武敏健;劉頡;肖玲;王詩杰;李雪蓮
• 申請（專利權）人: 華中科技大學
• 主分類號: G06T7/215
• 分類號: G06T7/215;G06K9/62
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 梁鵬;曹葆青

本發明屬于圖像分割技術領域，具體涉及一種針對光流圖的快速的FCM圖像分割方法，其包括以下步驟：S1確定糊聚類參數；S2劃分若干個向量方向區間，并將二維向量劃分至對應的方向區間中；S3將每個方向區間均分成若干個模區間，并將二維向量劃分至對應的模區間中，計算每個方向區間下每個模區間內的向量個數；S4計算每個方向區間中的每個向量模區間的標準向量大小；S5將標準向量的隸屬度初始化，進行迭代計算，直至得到滿足精度要求的隸屬度和聚類中心；S6完成二維向量圖的圖像分割。本發明的方法不僅能夠對二維向量圖進行精確分割，而且大大減少了整個分割過程的計算量，提高了運算速度，十分適用于二維向量圖，尤其是光流圖的分割。

技術領域

本發明屬于圖像分割技術領域，更具體地，涉及一種針對光流圖的快速的FCM圖像分割方法。

背景技術

圖像分割是圖像處理和計算機視覺的一個重要過程。圖像分割就是把圖像分割成若干個特定的，具有獨特性質的區域并提取出感興趣目標的技術和過程。現有的圖像分割主要分為下面幾類：基于閾值的分割方法，基于區域的分割方法，基于邊緣的分割方法以及基于聚類的分割方法。模糊聚類即FCM算法是聚類分割方法的一種，它由Dunn提出并由Bezdek推廣，目前已成功運用在醫學圖像處理，人工智能，模式識別等各個方面。

光流(optical flow)法是目前運動圖像分析的重要方法，它的概念是由Gibso于1950年首先提出的，是指時變圖像中模式運動速度。因為當物體在運動時，它在圖像上對應點的亮度模式也在運動。這種圖像亮度模式的表觀運動(apparent motion)就是光流。光流表達了圖像的變化，由于它包含了目標運動的信息，因此可被觀察者用來確定目標的運動情況。由光流的定義可以引申出光流場，它是指圖像中所有像素點構成的一種二維(2D)瞬時速度場，其中的二維速度矢量是景物中可見點的三維速度矢量在成像表面的投影。所以光流不僅包含了被觀察物體的運動信息，而且還包含有關景物三維結構的豐富信息。對光流的研究成為計算機視覺及有關研究領域中的一個重要部分。

由于獲取的光流場一般含有不同的運動對象，可能還伴隨干擾信息，因此可以利用FCM算法進行分割。然而進一步的研究表明，采用傳統的FCM算法分割光流圖或二維向量圖，存在以下問題：(1)傳統的FCM主要是作用于灰度圖，像素是一維的灰度值，當分割對象為光流圖等像素為二維向量時，傳統的FCM算法不能對二維向量進行聚類分割，(2)由于傳統的FCM算法每次迭代都需要對每個像素進行計算，使得算法非常耗時，(3)二維向量圖中含有較多的噪音，傳統的FCM算法不能有效地去除圖像中的噪聲。綜上所述，本領域亟需設計一種二維向量圖的分割方法以克服上述缺陷和不足。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供了一種針對二維向量圖的快速FCM圖像分割算法，即HOV-FCM算法，其針對二維向量圖尤其是光流圖包含目標運動的信息，創造性地提采用FCM圖像分割算法，針對通過劃分方向區間和模區間，將光流圖中每個像素點的二維方向向量歸類到少量的標準方向向量區間中，通過適當的區間個數參數選擇，不僅能夠對二維向量圖進行精確分割，而且大大減少了整個分割過程的計算量，提高了運算速度，十分適用于二維向量圖，尤其是光流圖的分割。

為實現上述目的，按照本發明的一個方面，提供了一種針對二維向量圖的快速FCM圖像分割方法，其特征在于，具體包括如下步驟：

S1確定待處理二維向量圖中的模糊聚類參數；

S2將二維向量圖按照360度均分為若干個向量方向區間，計算每個二維向量的方向并根據其方向劃分至對應的方向區間中；

S3將每個方向區間均分成若干個模區間，并將該方向區間內的所有二維向量劃分至對應的模區間中，計算每個方向區間下每個模區間內的向量個數；

S4計算每個方向區間中的每個向量模區間的標準向量大小；