[發明專利]一種基于加權核函數模糊聚類的圖像分割方法及其裝置有效
| 申請號: | 201711409269.5 | 申請日: | 2017-12-22 |
| 公開(公告)號: | CN108182684B | 公開(公告)日: | 2021-06-25 |
| 發明(設計)人: | 孫林;韓慶陽;張會芝;唐志晶;余真真;肖鋒;鄭瑞麗;鄒寧;孟新超;王藍瑩;劉琛 | 申請(專利權)人: | 河南師范大學 |
| 主分類號: | G06T7/10 | 分類號: | G06T7/10;G06K9/62 |
| 代理公司: | 鄭州睿信知識產權代理有限公司 41119 | 代理人: | 崔旭東 |
| 地址: | 453007 *** | 國省代碼: | 河南;41 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 加權 函數 模糊 圖像 分割 方法 及其 裝置 | ||
1.一種基于加權核函數模糊聚類的圖像分割方法,其特征在于,包括以下步驟:
對核函數進行加權和增加常數項處理得到新核函數;
根據所述新核函數計算得到隸屬度函數、聚類中心函數和目標函數;
根據初始聚類中心矩陣和所述隸屬度函數計算得到隸屬度矩陣;
將所述隸屬度矩陣和所述初始聚類中心矩陣代入所述目標函數計算得到目標函數值;
根據所述隸屬度矩陣和所述聚類中心函數進行計算,根據計算結果更新所述初始聚類中心矩陣;
根據更新的初始聚類中心矩陣和所述隸屬度函數計算并根據計算結果更新所述隸屬度矩陣;
將更新的隸屬度矩陣和更新的初始聚類中心矩陣代入所述目標函數計算并根據計算結果更新所述目標函數值;
如果所述目標函數值和更新后的目標函數值的大小滿足設定條件,則圖像分割結束得到圖像分割結果;如果所述目標函數值和更新后的目標函數值的大小不滿足設定條件,則根據更新的隸屬度矩陣、所述隸屬度函數、聚類中心函數和目標函數進行迭代處理直到所述目標函數值和更新后的目標函數值的大小滿足設定條件為止;
所述新核函數的計算公式為:
其中K(x,y)為符合Mercer定理的核函數,權值0λ≤1,常數項ε∈R。
2.根據權利要求1所述一種基于加權核函數模糊聚類的圖像分割方法,其特征在于,所述初始聚類中心矩陣的計算過程包括:
獲取峰值數量與聚類中心數量相等的灰度直方圖;
根據所述灰度直方圖的峰值計算得到初始聚類中心并得到初始聚類中心矩陣。
3.根據權利要求2所述一種基于加權核函數模糊聚類的圖像分割方法,其特征在于,所述目標函數公式為:
其中C為預設的聚類數目,N是圖像中像素數目,m為模糊因子,U={uij}為隸屬度矩陣,uij是第j個像素屬于第i類的隸屬度,vi是第i個聚類中心,V={v1,v2,…,vc}為聚類中心矩陣,為:
其中為內核引導距離。
4.根據權利要求3所述一種基于加權核函數模糊聚類的圖像分割方法,其特征在于,所述隸屬度函數為:
其中計算得到的uij是第j個像素屬于第i類的隸屬度。
5.根據權利要求4所述一種基于加權核函數模糊聚類的圖像分割方法,其特征在于,所述聚類中心函數為:
其中計算得到的vi是第i個聚類中心。
6.根據權利要求5所述一種基于加權核函數模糊聚類的圖像分割方法,其特征在于,所述初始聚類中心的計算包括:
每個峰值所在區間內所有灰度值對對應聚類中心都有相應的貢獻度,貢獻度ωk定義如下:
基于貢獻度ωk計算初始聚類中心的公式為:
所述灰度直方圖的峰值的橫坐標為gi,i=1,2,….,C,根據灰度值與gi的距離,把原圖像的像素劃分為C個區間,每個區間的定義如下:區間1為[l1,h1],區間2為[l2,h2],…,區間C為[lc,hc];其中l1=0,hc=255,h(k)的定義如下:h(k)=nk,k是區間[0,255]內的灰度級,nk為圖像中出現k這種灰度級的像素數。
7.根據權利要求6所述一種基于加權核函數模糊聚類的圖像分割方法,其特征在于,所述設定條件為:所述目標函數值-所述更新后的目標函數值設定閾值。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于河南師范大學,未經河南師范大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711409269.5/1.html,轉載請聲明來源鉆瓜專利網。





