基于人类视觉多尺度感知特性的彩色图像聚类分割方法
【专利摘要】一种基于人类视觉多尺度感知特性的彩色图像聚类分割方法，其特征是首先采用一个以a=0，b=0为圆心，为半径的圆柱体将CIELAB色彩空间分割成两个部分；其次，采用传统的图像分割聚类算法将图像分割成一定密度和大小的图块；第三，计算每个聚类图块平均色彩向量值，并将向量投影到ab平面上；第四，计算每个聚类图块平均色彩向量值投影在ab平面上向量的模长；第五，根据向量的模长将其归于不同的测度空间；第六，对相邻图块类采用式进行向量间的夹角的计算；第七以公式为判据，将符合条件的图块进行聚类；最后，重复第三～六步，直到收敛。本发明有利于提高了图像的聚类效果和抗干扰能力。
【专利说明】基于人类视觉多尺度感知特性的彩色图像聚类分割方法
【技术领域】
[0001] 本发明涉及一种图像聚类处理方法，尤其是一种可以广泛应用于如机器人视觉室 外与室内场景图像的空间识别、大空间的目标测量、目标追踪与定位等领域图像聚类分割 方法，具体地说是一种基于人类视觉多尺度感知特性的彩色图像聚类分割方法。
【背景技术】
[0002] 对室外与室内场景图像的空间识别，依赖于对场景图像物体的认知与识别，因此 如何将场景中的地面、墙面、天花板、天空、建筑物、树木等物体进行有效的聚类，将是能成 功实现机器人视觉对室外与室内场景图像的空间识别、大空间目标识别、搜索、测量、追踪 与定位等图像应用领域的关键。目前对图像聚类的方法中往往采用颜色空间的欧式距离、 Bhattacharyya距离等方法，这些方法在一定层度上实现了对场景图像的聚类，但当场景 图像中的光线较为复杂时，这些方法的聚类效果与人类视觉对场景图像的聚类效果相比则 存在较大的差异。本方法基于人类视觉多尺度感知特性建立了一套新型的颜色空间模型， 并在此基础上进行多尺度的颜色聚类，实现了一种可接近人类视觉感知的图像聚类分割方 法。
【发明内容】
[0003] 本发明的目的是针对现有的图像聚类方法当场景图像中的光线较为复杂时，传统 的颜色空间的欧式距离、Bhattacharyya距离等方法的聚类效果与人类视觉对场景图像的 聚类效果相比则存在较大的差异。发明一种基于人类视觉多尺度感知特性的彩色图像聚类 分割方法，并在此基础上进行多尺度的颜色聚类，以实现一种可接近人类视觉感知的图像 聚类分割方法。
[0004] 本发明的技术方案是：
[0005] -种基于人类视觉多尺度感知特性的彩色图像聚类分割方法，其特征是首先采用 一个以a = 0, b = 0为圆心，Rm为半径的圆柱体将CIELAB色彩空间分割成两个部分：
[0006] ①对于在ab平面上投影的模长大于Rm的颜色向量，采用两个颜色向量在ab平面 投影向量间的夹角和颜色向量在ab平面上投影的模长之差的绝对值作为颜色聚类的近似 性测度，具体的数学表达如下：
【权利要求】
1. 一种基于人类视觉多尺度感知特性的彩色图像聚类分割方法，其特征是首先采用一 个以a = 0, b = 0为圆心，Rm为半径的圆柱体将CIELAB色彩空间分割成两个部分： ① 对于在ab平面上投影的模长大于Rm的颜色向量，采用两个颜色向量在ab平面投影 向量间的夹角和颜色向量在ab平面上投影的模长之差的绝对值作为颜色聚类的近似性测 度，具体的数学表达如下：
(1) (2) 其中：^和5为两个颜色向量在ab平面投影向量，91和别为两向量聚类夹角 的阈值和模长之差的阈值，θτ的取值范围为θτ = 5?20°，AmT的取值范围为AmT = 15 ?40。 ② 对于在ab平面上投影的模长小于Rm的颜色向量，则采用两个颜色向量在ab平面投 影向量间的夹角其表达式同（1)，以及颜色向量在L轴上投影的亮度差作为其颜色聚类的 近似性测度，具体的数学表达如下： Δ L = | La_Lb | < Δ LT (3) 其中：Λ LT的取值范围为Λ LT = 5?20 ; 其次，采用传统的图像分割聚类算法将图像分割成一定密度和大小的图块； 第三，计算每个聚类图块平均色彩向量值，并将向量投影到ab平面上； 第四，计算每个聚类图块平均色彩向量值投影在ab平面上向量的模长； 第五，根据向量的模长将其归于不同的测度空间； 第六，对相邻图块类采用式
进行向量间的夹角的计算； 第七，以公式（1) (2) (3)为判据，将符合条件的图块进行聚类； 最后，重复第三?六步，直到收敛。
2. 根据权利要求1所述的方法，其特征所述的图像分割聚类算法包括超像素、谱聚类 均值漂移法（Mean shift)、快速漂移法（Quick shift)、分水岭法（Watershed approach)、及 K均值法（K-means)等、或其中的一种或几种的组合。
【文档编号】G06K9/62GK104063707SQ201410334974
【公开日】2014年9月24日 申请日期:2014年7月14日 优先权日:2014年7月14日
【发明者】郑李明, 崔兵兵 申请人:金陵科技学院