[發明專利]一種基于改進的蟻群算法的模糊聚類的舌診圖像分割方法

有效

• 申請號: 201811583540.1
• 申請日: 2018-12-24
• 公開（公告）號: CN109509196B
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 徐樂;韋玉科
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T5/00;G06V10/762;G06T7/90;G06N3/00
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

本發明涉及一種基于改進的蟻群算法的模糊聚類的舌診圖像分割方法，包括以下步驟：S1：輸入待分割舌診圖像；S2：對待分割舌診圖像進行色彩空間轉換；S3：將色彩空間轉換后的舌診圖像進行蟻群算法處理，得到聚類中心和聚類數目；S4：將蟻群算法得到的聚類中心和聚類數作為模糊C均值聚類算法的初始值，計算分割舌診圖像的聚類結果；S5：去模糊化，得到分割后的舌診圖像；本發明可降低待分割舌診圖像的復雜度；可提高算法對像素歸類的準確性；可降低算法對噪聲的敏感程度；克服了模糊C均值算法對初始聚類中心和初始參數敏感的問題，提高模糊C均值算法的運算速度；可有效提高舌診圖像分割的精度。

技術領域

本發明涉及舌診圖像數據處理領域，更具體地，涉及一種基于改進的蟻群算法的模糊聚類的舌診圖像分割方法。

背景技術

隨著科技發展，人類使用計算機模擬人腦識別舌診圖像中目標的過程，以便得到處理舌診圖像的方法，使舌診圖像成為更適于人眼觀察或者方便儀器檢測的數據；在計算機視覺應用研究鄰域，舌診圖像分割是第一步，在數字舌診圖像處理的過程中十分重要，舌診圖像分割的精確度將直接影響舌診圖像分析和識別的準確度，因此舌診圖像分割的研究對于舌診圖像處理、舌診圖像分析和舌診圖像識別等領域十分有意義。

舌診圖像分割是指將舌診圖像分成若干互不重疊的子區域，使得同一個子區域的特征具有一定的相似性，不同子區域的特征呈現較為明顯的差異；現有的舌診圖像分割方法主要分以下幾類：基于閾值的分割算法、基于邊緣檢測的分割算法、基于區域的分割算法和基于聚類的分割算法。在聚類方法中，模糊C均值聚類(Fuzzy C-means，FCM)算法引入了模糊的概念，能較好表達和處理不確定性問題，是目前應用最廣泛的舌診圖像分割方法之一；但在實際應用中，FCM算法存在一些不足，如：不同初始聚類中心，聚類效果不同；易陷于局部最優值；對噪聲點敏感等，這導致現有算法的對舌診圖像的分割精度不高。

發明內容

本發明為克服上述現有技術所述的舌診圖像分割精度不高缺陷，提供一種基于改進的蟻群算法的模糊聚類的舌診圖像分割方法。

所述方法包括以下步驟：

S1：輸入待分割舌診圖像；

S2：對待分割舌診圖像進行色彩空間轉換；

S3：將進行了色彩空間轉換后的舌診圖像進行蟻群算法處理，得到聚類中心和聚類數目；

S4：將蟻群算法得到的聚類中心和聚類數作為模糊C均值聚類算法的初始值，計算分割舌診圖像的聚類結果；

S5：去模糊化，得到分割后的舌診圖像。

本發明通過采用HIS彩色空間來降低待分割舌診圖像的復雜度；通過在蟻群算法中引入彩色空間達到提高算法對像素歸類的準確性；通過同時對模糊C均值算法的目標函數和隸屬度函數引入空間信息，降低算法對噪聲的敏感程度；使用蟻群算法的聚類結果作為FCM算法的初始聚類中心和聚類數目，克服了模糊C均值算法對初始聚類中心和初始參數敏感的問題，提高模糊C均值算法的運算速度；本發明可有效提高舌診圖像分割的精度。

本發明加入了顏色空間信息的蟻群算法：

在傳統的蟻群算法中，沒有考慮舌診圖像的顏色空間信息所帶來的影響，所以我們可以引入顏色空間信息。在顏色空間中，HIS顏色空間用色調(Hue)、飽和度(Saturation)、亮度(Intensity)來描述顏色特征，更加符合人類的視覺感受，在實際操作中更有利于人的主觀操作，所以選擇HIS顏色空間來表示舌診圖像的顏色特征。

修改傳統蟻群算法中的加權距離公式為