， gb2 =g9，
[0050]gu=g1QVgb!= (123. 2963, 109. 2421，113. 3357, 283. 3286)，由于其粒度大于 P，但是gu=g1QVgb2= (225, 198. 5, 226, 60)，由于其粒度小于p，gb2 =gu，
[0051]gu=gnVgb!= (123. 8758, 112. 5005, 111. 3559, 285)，由于其粒度大于P，但是 gu=gnVgb2= (218. 9027, 211. 75, 219. 9027, 86. 5)，由于其粒度小于P，gb2 =gu，
[0052]= (126.6575, 112.5005, 114. 0880285)，由于其粒度为 255 大于P， 但是gu=g12Vgb2= (218. 9027, 211. 75, 219. 9027, 86. 5)，由于其粒度小于P，gb2 =gu，
[0053] 得到的立方体粒模板为GB={gbpgb2};
[0054] 第四步、提取待分割彩色图像像素点的RGB值，，3X4待分割彩色图像其RGB值依 次为
[0055]RGB(1,1) = (0, 0, 0)RGB(2, 1) = (10, 13, 34)RGB(3, 1) = (35,20,15)
[0056]RGB(1，2) = (21，38, 12)RGB(2, 2) = (151，151，155)RGB(3, 2) = (101，155, 98)
[0057]RGB(1，3) = (155, 100, 95)RGB(2, 3) = (102, 99, 155)RGB(3, 3) = (255, 198, 197)
[0058]RGB(1，4) = (195, 199, 255)RGB(2, 4) = (199, 255, 200)RGB(3, 4)= (255, 255, 255)
[0059] 其对应的粒集为GS，其与立方体粒模板GB之间的匹配距离为
[0060]D(l, 1) = 119. 9490D(l, 2) = 109. 9490D(l, 3) = 91. 7224D(l, 4) = 98. 9490 D(l，5) = 48. 2776D(1,6) = 49.9480D(1,7) = 35.0510D(1,8) = 48.2776D(1,9)= 135. 0510D(l, 10) = 148. 2776D(1, 11) = 149. 9480D(l, 12) = 149. 9480
[0061]D(2, 1) = 219. 9027D(2, 2) = 208. 9027D(2, 3) = 204. 9027D(2, 4) = 207. 9027 D(2, 5) = 67. 9027D(2, 6) = 121. 9027D(2, 7) = 124. 9027D(2, 8) = 116. 9027D(2, 9)= 36. 0973D(2, 10) = 35. 0973D(2, 11) = 43. 2500D(2, 12) = 43. 2500
[0062] 第五步、确定距GS中每个立方体粒最近的立方体粒模板GB中立方体粒的编号，距 12立方体粒最近的立方体粒模板GB的立方体粒的编号为1，1，1，1，1，1，1，1，2, 2, 2, 2,分割 后的像素点的RGB值为：
[0063] RGB(1,1) = (1 12, 105, 107)RGB (2, 1) = (112, 105, 107)RGB(3, 1)= (112, 105, 107)
[0064] RGB(1,2) = (1 12, 105, 107)RGB (2, 2) = (112, 105, 107)RGB(3, 2)= (112, 105, 107)
[0065] RGB(1,3) = (1 12, 105, 107)RGB (2, 3) = (112, 105, 107)RGB(3, 3)= (219, 212, 220)
[0066] RGB(1,4) = (2 19, 212, 220)RGB (2, 4) = (219, 212, 220)RGB(3, 4)= (219, 212, 220)；
[0067] 第六步、保存分割后的图像，将分割后的彩色图像以JPG格式保存到计算机相应 的文件夹中。
[0068] 并经实验取得了非常好的技术效果，具体情况如下：
[0069] 实验一：用于比较本发明与FCM聚类的图像分割和Kmeans聚类的图像分割的速 度，实验二用于比较本发明与FCM和Kmeans分割的GCE、VI和RI。
[0070] 为了验证本发明具有较快的速度，选取BSD300中文件名为3096的 154401(321X481)像素图像进行分割。粒度阈值P以步长2从200下降到100,表1列 出了运行51次的分割时间。利用本发明得到的立方体粒模板中立方体粒的数量作为FCM 和Kmeans方法的聚类数。本发明的平均分割时间为0. 0272,FCM方法的平均分割时间 为3. 1595,Kmeans的平均分割时间为0. 3515,本发明分割速度是FCM方法的116. 1581倍 (3. 1595/0. 0272 = 116. 1581)Kmeans方法的 11. 5846 倍（0· 3151/0. 0272 = 11. 5846)。
[0071] 实验二，根据GCE、VI越小越好和RI越大越好的度量标准，选取BSDS300大小为 154401 (321X481)像素文件名为3096的图像，验证本发明相对于FCM和Kmeans方法的优 越性。粒度阈值P以步长2从200下降到100,表2列出了运行51次的分割GCE、VI和RI。 P= 152时，GCE和VI达到最小，分别为0. 0094和0. 1154,RI达到最大为0. 9909,分割后 的图像如图3。图3 (a)为人工分割的图像，图3(b)为最小GCE对应的分割图像，图3(c)为 最小VI对应的分割图像，图3 (d)为最大RI对应的分割图像。FCM方法，最小GCE为0. 02， 最小VI为0. 9641，最大RI为0. 6124。Kmeans方法，最小GCE为0. 02,最小VI为0. 9004， 最大RI为0.6515。
[0072] 表1本发明与Kmeans和FCM的分割时间对比
[0073]
[0074] 表2本发明与FCM和Kmeans分割的GCE、VI和RI对比
[0075]
[0076]由上述可以看出，本发明是粒计算是一种集合划分方法，即将集合划分为其子集 组成的集合，它将粒表示为一种规范的形式，由于彩色图像是将红色（R)、绿色（G)和蓝色 (B)三种颜色信息进行融合而生成的图像RGB值，可以将粒表示为三维空间的立方体形式， 即立方体粒。将待分割图像的RGB值表示为立方体粒，利用立方体粒之间的合并算子，将粒 度较小的立方体粒合并为粒度较大的立方体粒，使每个像素点的RGB在一个唯一的立方体 粒中。粒计算是实现不同粒度空间转换的有效方法，这种方法与人们认识图像的粗细程度 是一致的。所以，用粒计算对图像实施分割反映了人们认识图像的客观规律。与现有技术 相比，具有以下突出的优点：
[0077] 1、分割速度快，由于本发明的方法通过一次扫描已知图像的像素值即能完成图像 的分割，其计算复杂度为〇 (N)，其中N为图像的大小；
[0078] 2、分割效果好，利用D.Martin提出的GCE(GlobalConsistencyError)、M.Meilfi 提出的VI(VariantInformation)和W.Μ.Rand提出的RI(RandIndex)三种方法评价本发 明的图像分割的性能，并选取国际上常用的图像分割数据集BSDS300中的图像评价依据， 该数据集包括原始图像和人工分割后的图像，是图像分割方法上的创新，具有很强的实用 性。
【主权项】
1. 一种立方体粒计算的图像分割方法，其特征在于，首先提取彩色待分割图像的像素 点RGB值，再根据待分割彩色图像的RGB值，构造原子立方体粒集，构建立方体粒之间的合 并算子和立方体粒模板，将待分割图像每个像素点的RGB值表示为立方体粒，并将其与立 方体粒模板进行匹配，并确定分割后图像每个像素点的RGB值，最后保存分割彩色图像，从 而实现立方体粒计算的图像分割。2. 根据权利要求1所述的立方体粒计算的图像分割方法，其特征在于，包括以下步骤： (1) 、提取彩色待分割图像的像素点RGB值： 提取彩色待分割图像的像素点RGB值，R为红色值，G为绿色值，B为蓝色值，（i,j)为 像素点的坐标，色彩是由R、G、B组成，R、G、B的取值范围为[0, 255]; (2) 、根据待分割彩色图像的RGB值，构造原子立方体粒集： 将待分割彩色图像每个像素点的RGB值表示为立方体粒，立方体粒具有g= (C，r)的 形式，其中C= (R，G，B)为立方体粒的中心，r为立方体粒的边长，表示立方体粒的大小，称 为立方体粒的粒度；当r= 0时，立方体粒最小且不能再分割，称为原子立方体粒，对高为 N1、宽为N2的图像，其像素数为N=N1XN2,构造由N个立方体粒构成的粒集GS，像素点的 坐标（i，j)对应的粒集为第iX(j_l)+i个立方体粒； (3)、构建立方体粒之间的合并算子和立方体粒模板，方法是： 两立方体粒gl= (Cl,rl)，其中Cl=(RGy为gl的中心，rl为gl的粒度，g2 = (C2,r2)，其中C2 = (R2,G2,B2)为g2的中心，r2为g2的粒度，合并立方体粒的中心和粒度， 由gl和g2的中心，根据式1、式2、式3,计算立方体粒的中心（Ru,Gu,Bu): Ru = 0. 5(max{Rl+0. 5rl,R2+0. 5r2}+min{Rl-〇. 5rl, R2-〇. 5r2}) 式 1 Gu = 0. 5(max{Gl+0. 5rl,G2+0. 5r2}+min{Gl-〇. 5rl, G2-〇. 5r2}) 式 2 Bu = 0. 5(max{Bl+0. 5rl,B2+0. 5r2}+min{Bl-〇. 5rl, B2-〇. 5r2}) 式 3 由gl和g2的中心和粒度，根据式4,合并立方体粒的中心，ru为合并立方体粒的粒度：gu=giVg2= (Cu,ru) 式 4 ; 其中Cu= (Ru，Gu，Bu)为合并立方体粒的中心； 根据下式： ru=max{max{Rl+0. 5rl,R2+0. 5r2}-min{Rl-〇. 5rl,R2-〇. 5r2},max{Gl+0. 5rl,G2+ 0. 5r2}-min{Gl-〇. 5rl,G2-〇. 5r2},max{Bl