一种图像分割装置制造方法
【专利摘要】本发明公开了一种图像分割装置，更具体的讲是一种基于K-MEANS聚类法进行彩色图像分割，选择颜色和纹理特征进行聚类分析的图像分割装置。包括图像特征提取、创建聚类、计算聚类均值、计算距离、划分调整聚类和判断对象均值是否变化六个步骤。
【专利说明】一种图像分割装置
【技术领域】
[0001]本发明涉及图像分割领域，更具体的讲是一种基于K-MEANS聚类法进行彩色图像分割，选择颜色和纹理特征进行聚类分析的图像分割装置。
【背景技术】
[0002]图像分割是一种基本的计算机视觉技术，是图像分析和模式识别需要解决的首要问题和基本问题，是从图像处理到图像分析的关键步骤，图像分割结果的好坏直接影响对图像的识别和理解。
目前，彩色图像分割有多种分类方法，如把图像分割问题看作是基于颜色和空间特征的分类问题，可以分为有监督和无监督分类问题。有监督算法包括最大似然树、决策树、K最近邻、神经元网络等，无监督的有自适应阈值法、模糊C 一均值、球坐标变换/中心分裂、主分量变换、分裂合并、多分辨率等。另外大部分的灰度图像分割技术也可以扩展到彩色图像。目前，许多彩色图像分割方法不仅把灰度图像分割方法应用于不同的颜色空间，而且可以直接应用于每个颜色分量上，其结果再通过一定的方式进行组合，即可获得最后的分割效果。
[0003]
【发明内容】
[0004]为了实现上述目的，本发明公开了一种图像分割装置，更具体的讲是一种基于K-MEANS聚类法进行彩色图像分割，选择颜色和纹理特征进行聚类分析的图像分割装置。
[0005]本发明是采取以下技术方案实现的:一种图像分割装置，包括图像特征提取、创建聚类、计算聚类均值、计算距离、划分调整聚类和判断对象均值是否变化六个步骤。
[0006]本发明的实现还包括以下的技术方案:
所述图像特征提取步骤包括颜色特征的提取和纹理特征的提取两个部分。
[0007]上述颜色特征的提取采用Lab色彩模型方法。
[0008]上述纹理特征的提取采用基于图像的灰度共生矩阵提取图像的纹理特征。
[0009]所述计算距离步骤采用马氏距离。
[0010]本发明的优点和有益效果，具体体现在以下几个方面:
1.近年的一些研究表明，融合多种图像特征更有利于获得较好的分割效果，本发明选择颜色和纹理特征进行聚类分析。
[0011]2.本发明中所选用的计算距离的方法对于局部细节的分割有显著的优势。
[0012]3.本发明中所选用的颜色特征的提取方法具有宽阔的色域，不仅包含了 RGB的所有色域，而且弥补了 RGB色彩模型色彩分布不均的问题。
【专利附图】
【附图说明】
[0013]图1是本发明的执行步骤示意图。【具体实施方式】
[0014]以下结合说明书附图1对本发明的实施做进一步详述:
本发明是采取以下技术方案实现的:一种图像分割装置，包括图像特征提取、创建聚类、计算聚类均值、计算距离、划分调整聚类和判断对象均值是否变化六个步骤。
[0015]所述图像特征提取步骤包括颜色特征的提取和纹理特征的提取两个部分。
[0016]颜色特征的提取
颜色特征是在图像分割中应用最为广泛的视觉特征，本发明中采用了 Lab色彩模型。Lab色彩模型中L表示照度，a表示从红色至绿色的范围，b表示从蓝色至黄色的范围。在Lab模式下，图像的亮度信息和色彩信息被分开保存，调整颜色通道时亮度通道将保持不变。这样L通道可以看作是一影像的灰度版，其中保存了图像的细节信息，因此利用L通道可容易区分自然图像中的明暗细节。此外Lab模型具有宽阔的色域，不仅包含了 RGB的所有色域，而且弥补了 RGB色彩模型色彩分布不均的问题。
[0017]纹理特征的提取
纹理通常指在图像中反复出现的局部模式和它们的排列规则，具有不依赖于颜色或照度并可以反映图像中同质现象的特点，是一种非常有效的图像特征，本发明中采用基于图像的灰度共生矩阵提取图像的纹理特征。灰度共生矩阵反映了图像灰度关于方向、相邻间隔、变化幅度的综合信息，是分析图像的局部特征和排列规律的基础。根据共生矩阵，可以计算熵、对比度、能量、相关、方差等16种用于提取图像中纹理信息的特征统计量。本发明选择了对比度、能量、相关性、同质性描述图像的纹理特征。
[0018]所述创建聚类步骤的具体实现方式是:从η个数据对象任意选择K个对象作为聚类。
[0019]所述计算距离步骤的具体实现方式是:根据每个聚类对象的均值(中心对象)，计算每个对象些中心对象的距离。计算距离方法的选择对K均值聚类效果的影响很大，常用的方法有欧氏距离、曼哈顿距离和马氏距离，由于欧氏距离和曼哈顿距离相似性判定的局限，对于自然景物中大范围色块的分割处理较好，对于局部细节的分割则显得不尽人意，本发明采用马氏距离。
[0020]马氏距离是由印度统计学家马哈拉诺比斯提出的，表示数据的协方差距离。与欧式距离不同的它考虑到各种特性之间的联系，并且是尺度无关的，即独立于量尺度。对于
一个均值为a = (MrMfWi)协方差矩阵为Σ的多变量向量x=(x1,x2...xp)其马氏
距离为:=
【权利要求】
1.一种图像分割装置，其特征在于:包括图像特征提取、创建聚类、计算聚类均值、计算距离、划分调整聚类和判断对象均值是否变化六个步骤。
2.根据权利要求1所述的一种图像分割装置，其特征在于:所述图像特征提取步骤包括颜色特征的提取和纹理特征的提取两个部分。
3.根据权利要求2所述图像特征提取步骤，其特征在于:所述颜色特征的提取采用Lab色彩模型方法。
4.根据权利要求2所述图像特征提取步骤，其特征在于:所述纹理特征的提取采用基于图像的灰度共生矩阵提取图像的纹理特征。
5.根据权利要求1所述的一种图像分割装置，其特征在于:所述计算距离步骤采用马氏距离。
6.根据权利要求1所述的一种图像分割装置，其特征在于:所述划分调整聚类步骤的具体实现方式是:根据最小距离重新对相应对象进行划分。
7.根据权利要求1所述的一种图像分割装置，其特征在于:所述判断对象均值是否变化步骤的具体实现方式是:计算每个(有变化)聚类的均值，循环创建聚类步骤到计算距离步骤，直到每个聚类不再发生变化为止。
【文档编号】G06T7/00GK103886574SQ201310433391
【公开日】2014年6月25日 申请日期:2013年9月22日 优先权日:2013年9月22日
【发明者】牛晓芳 申请人:天津思博科科技发展有限公司