一种基于核模糊聚类的多尺度水平集图像分割方法
【技术领域】
[0001] 本发明属于图像处理领域，特别是基于一种基于核模糊聚类的多尺度水平集图像 分割方法。
【背景技术】
[0002] 图像处理技术广泛应用于军事、医疗、工业生产等领域，目标物的分割效果对相关 任务的完成起到至关重要的作用。因此，实时性好，分割准确率高的方法一直是很多学者的 研究热点。传统的图像分割方法或是基于边缘信息或是基于区域信息进行分割，对于边缘 模糊、对比度差、灰度不均匀的图像分割效果并不是很理想，虽然学者们也提出了很多结合 边缘与区域信息的方法，但是兼顾实时性和准确性依然很难。
[0003] 近年来，水平集方法已成为图像分割领域的主要发展方向之一，但是也有一些局 限性；演化过程需要重新初始化，对灰度不均、边缘对比度差、边缘复杂的图像易出现漏分 割或过分割现象。现有的水平集图像分割方法多采用手动或半自动给出分割初始水平集， 降低智能化程度；李春明等研究符号距离函数消除了重新初始化，但利用边缘信息进行图 像分割，对灰度不均匀图像分割效果不理想；一些将边缘与区域信息融合的水平集方法虽 对分割效果起到了一定的作用，但并没有充分利用图像灰度信息及巧妙设计获取初始轮 廓，该都影响了水平集分割的实时性、智能性和准确性。
【发明内容】
[0004] 【1】要解决的技术问题
[0005] 本发明针对目前的基于水平集的图像分割方法存在的上述问题，提出了一种基于 核模糊聚类的多尺度水平集图像分割方法。
[0006] 【2】解决问题的技术方案
[0007] 一种基于核模糊聚类的多尺度水平集图像分割方法，包括W下步骤：
[000引步骤1 ;采用标记分水岭方法计算每个小区域的灰度均值；
[0009] 步骤2 ;采用灰度均值初始化隶属度矩阵，进行核模糊聚类，获得感兴趣区域初始 轮廓；
[0010] 步骤3 ;设计多尺度水平集边缘约束停止项；
[0011] 步骤4 ;进行迭代演化，分割图像。
[0012] 所述步骤1包括W下步骤：
[0013] 步骤1A ;对图像进行腐蚀操作，进行内、外部标记；
[0014] 步骤1B ;处理图像目标部分的连通区域，根据步骤1A的标号进行保存；
[0015] 步骤1C ;计算每个小区域的灰度均值^ +1>I + '\：>。 巧
[0016] 所述步骤2包括W下步骤：
[0017] 步骤2A ;选定核模糊聚类的目标函数式（1);
[001引步骤2B ;采用高斯核函数式（2)进行演化，得到隶属度w及聚类中屯、的迭代函数 分别为式（3)和式（4);
[0019] 步骤2C;输入图像灰度均值集{Xk，k= 1，2,…，N}，确定聚类数C、模糊加权指数、 迭代停止阔值e ;
[0020] 步骤2D ;初始化聚类中屯、，令初始迭代此时为0 ;
[0021] 步骤2E ;计算新的隶属度和聚类中屯、；
[002引步骤2F ;计算停止条件，如果I Ivin+i-Vil |< e，则停止，否则返回步骤2E ;
[002引所述式（1)为
【主权项】
1. 一种基于核模糊聚类的多尺度水平集图像分割方法，其特征在于，包括以下步骤： 步骤1:采用标记分水岭方法计算每个小区域的灰度均值； 步骤2 :采用灰度均值初始化隶属度矩阵，进行核模糊聚类，获得感兴趣区域初始轮 廓； 步骤3 :设计多尺度水平集边缘约束停止项； 步骤4 :进行迭代演化，分割图像。
2. 如权利要求1所述的一种基于核模糊聚类的多尺度水平集图像分割方法，其特征在 于，所述步骤1包括以下步骤： 步骤1A:对图像进行腐蚀操作，进行内、外部标记； 步骤1B:处理图像目标部分的连通区域，根据步骤1A的标号进行保存； 步骤1C:计算每个小区域的灰度均值I=(Xi+ & + ' '~U。 n
3. 如权利要求1所述的一种基于核模糊聚类的多尺度水平集图像分割方法，其特征在 于，所述步骤2包括以下步骤： 步骤2A:选定核模糊聚类的目标函数式（1); 步骤2B:采用高斯核函数式（2)进行演化，得到隶属度以及聚类中心的迭代函数分别 为式（3)和式（4); 步骤2C:输入图像灰度均值集{xk，k= 1，2,…，N}，确定聚类数c、模糊加权指数、迭代 停止阈值e; 步骤2D:初始化聚类中心，令初始迭代此时为0 ; 步骤2E:计算新的隶属度和聚类中心； 步骤2F:计算停止条件，如果| |Vin+1_Vin| |〈e，则停止，否则返回步骤2E;
所述式⑴， 其中，Jm为聚_ ，..，为图像像素灰度平均值的集合，c为聚类 数目，{Vi，i= 1，2,…，c}为聚类中心集合，uik为图像第k个像素隶属于第i类的隶属度，uike[0, 1]，参数m为隶属度的加权指数，决定分类结果的模糊程度； 所述式⑵为：K(X，v) =exp(-1 |x-v| |2/ 〇 2) ; 〇为函数的宽度参数； 其中，K(xk，xk) =LKh，vD= 1，文=1，{xk，k= 1，2,…，N}为图像像素灰度平均 值的集合，{Vi，i= 1，2,…，c}为聚类中心集合，uik为图像第k个像素隶属于第i类的隶属 度，uikG[〇, 1]; 所述式⑶为
其中，{xk，k= 1,2,…，吣为图像像素灰度平均值的集合，{Vi,i= 1,2, ???，〇}为聚类 中心集合，uik为图像第k个像素隶属于第i类的隶属度，uikG[〇, 1]，参数m为隶属度的加 权指数，决定分类结果的模糊程度； 所述式⑷为
k=l 其中，{xk，k= 1,2,…，吣为图像像素灰度平均值的集合，{Vi,i= 1,2, ???，〇}为聚类 中心集合，uik为图像第k个像素隶属于第i类的隶属度，uikG[〇, 1]，参数m为隶属度的加 权指数，决定分类结果的模糊程度。
4.如权利要求1所述的一种基于核模糊聚类的多尺度水平集图像分割方法，其特征在 于，所述步骤3包括以下步骤： 步骤3A:将聚类得到的感兴趣区域轮廓Ck带入水平集初始函数式（5)，作为水平集演 化的初始轮廓； 步骤3B:得到C-V模型式（6)，并将其演化成C-V模型水平集演化函数式（9); 步骤3C:引入局部自适应能量函数式（10)，用偏微分法得到演化的曲线方程式（11);步骤3D:对图像进行第i次小波变换后得到对应尺度下的低频子图和3个方向的高频 子图，分别为cApcHi(水平），cVi(垂直），cDi(对角），将三个方向上的高频信息叠加得到 %，将基于小波变换的边缘约束停止项艮(X,y) =(l+ |Vd,f) 1引入到C-V水平集函数中，得 到最终演化下面函数式；
所述式（5)为：巾。(X，y) = 2e(〇. 5_Ck); 其中，Ck为感兴趣区域轮廓，e为迭代停止阈值；(J)Jx,y)为水平集初始函数； 所述式（6)为： E (c" c2, C)=vL (C) +rA (in (C)) + 入！工in (C) | I_c ! 12dxdy+入2工ou (C) | I_c 212dxdy，其中，E(Cl，c2，C)为能量函数，Cl、c2分别表示图像目标和背景的平均灰度，v彡0， Y彡〇, \>〇, A2>〇为常量加权系数;A表示区域，in(C)和ou(C)分别表示曲线的内部区 域和外部区域；I为需要处理的图像； 由于Chan和Vese引入了Heaviside函数H( <}>)和Dirac函数8 (巾），故将式（6)的 能量函数写成式（7)， 所述式（7)为：
其中，Cl、c2分别表示图像目标和背景的平均灰度，I为灰度图像，▽为梯度算子，v多0，y彡0,A々〇,A2>〇为常量加权系数；H〇)和S〇)分别为Heaviside函数和Dirac函 数；加入内部约束能量项并利用偏微分法，将式⑵演变成所述 式（9); 所述式（9)，
其中，V彡〇,Y彡0,入^，入2>0,y彡0为常量加权系数，▽为梯度算子，(^、(32分 别表示图像目标和背景的平均灰度；I为灰度图像；S(巾）为Dirac函数；所述式（10)为：
其中，exdfjxhfjx)):为局部自适应能量函数，ei为迭代停止阈值，Kjx-y)为 高斯核函数，MfH〇),M2=l-H〇),fi(x)为接近图像目标区域的图像灰度值，f2(x)表 示接近图像背景区域的图像灰度值，I(y)包含了在以图像点x为中心的局部区域的灰度信 息； 所述3
=]'1(。（叉1)|1(7)-;^(叉）|2(17，1= 1，2，其中，￥彡0，入1>0，入2>0，4彡0为常量加权系 数，V为梯度算子，x为图像像素灰度值;K。（x-y)为高斯核函数。
5.如权利要求1所述的一种基于核模糊聚类的多尺度水平集图像分割方法，其特征在 步骤4包括： 步骤4A:设定水平集演化迭代次数ndPn2; 步骤4B:对聚类得到的初始水平集函数进行小波变换，得到变换后的水平集函数； 步骤4C:对低频子图cAi按照所述式（12)和迭代次数^进行演化，得到对应尺度下的 水平集函数巾i，即图像的粗略轮廓； 步骤4D:采用最近邻插值法和迭代次数112对该尺度下的图像粗略轮廓线巾：作差值操 作，获得原图像下的最终轮廓。
【专利摘要】本发明公开了一种基于核模糊聚类的多尺度水平集图像分割方法，包括：步骤1：采用标记分水岭方法计算每个小区域的灰度均值；步骤2：采用灰度均值初始化隶属度矩阵，进行核模糊聚类，获得感兴趣区域初始轮廓；步骤3：设计多尺度水平集边缘约束停止项；步骤4：进行迭代演化，分割图像。针对边界不清晰、对比度差等图像，该方法避免基于边缘信息的分水岭易造成过分割、基于区域信息的C-V模型水平集方法易产生边缘漏分割的缺点，将边缘信息与区域信息采用核模糊聚类的方法进行有效融合，加入多尺度边缘约束停止项，消除重初始化，提高了分割的准确性，且保证了算法的实时性。
【IPC分类】G06T7-00
【公开号】CN104616308
【申请号】CN201510075934
【发明人】张丹, 陈兴文
【申请人】大连民族学院
【公开日】2015年5月13日
【申请日】2015年2月12日