[發明專利]一種圖像分割方法及其評價方法和圖像融合方法

在審

• 申請號: 201710760304.1
• 申請日: 2017-08-30
• 公開（公告）號: CN107481250A
• 公開（公告）日: 2017-12-15
• 發明（設計）人: 秦俊;申鉉京;馮云叢;陳海鵬;李曉旭;祁琪;蓋迪;崔思明;劉洋;劉思言
• 申請（專利權）人: 吉林大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136;G06T5/00;G06T5/50
• 代理公司: 北京遠大卓悅知識產權代理事務所(普通合伙)11369
• 代理人: 周明飛

1.一種圖像分割方法，其特征在于，包括如下步驟：

步驟1：將歷史儲備圖像分為K個視角，通過經典FCM算法得到歷史聚類中心：

st.μ_ij，k∈[0,1](1≤j≤N,1≤k≤K)

其中，K為視角總數，C為聚類數，N為樣本總數，U^k表示第k個視角下的隸屬度矩陣，V^k表示第k個視角下的聚類中心，X^k表示第k個視角下的聚類樣本,為第k個視角下的第i類的中心點，d為樣本的維數，x_j,k表示第k個視角下的第j個樣本點，μ_ij,k表示第k個視角下的第j個樣本屬于第i類的隸屬度，模糊指數m必須滿足m＞1；

步驟2：在處理新的帶噪圖像時，將所述帶噪圖像分為上述K個視角，在經典FCM算法的基礎上融入從步驟1中得到的相關歷史相似圖像的聚類中心，并構造一個引入遷移學習機制的多視角的FCM算法的新目標函數，具體形式如下：

JTL-MV-FCMk(Uk,Vk,Xk,W)=Σk=1Kwk[JFCMk(Uk,Vk,Xk)+Σj=1Nη||xj,k-vi,k||2Σi=1Cμij,k(1-μij,km-1)-Σj=1Nη1K-1Σk′=1,k′≠kK||xj,k′-vi,k′||2Σi=1Cμij,k(1-μij,km-1)]+λΣk=1Kwkln wk]]>

st.w_k∈[0,1]

其中，W＝(w₁,w₂,…,w_K)^T為各視角的視角權重向量，w_k為第k個視角所占的權重，η為協同學習參數且滿足0≤η≤1，λ為視角加權參數且滿足λ＞0；

步驟3：通過步驟2獲取的當前圖像的各視角圖像的隸屬度矩陣以及視角權重向量W，得到當前處理圖像的最終隸屬度矩陣，去模糊化后得到當前圖像的空間劃分結果。