一种图像分割方法及装置的制造方法
【专利摘要】本发明公开了一种图像分割方法及装置，方法包括：获取待分割三维彩色图像的三个二维子图像，分别为第一子图像、第二子图像和第三子图像；对每个子图像进行模糊C?均值分割，得到若干个集合；根据所述第一子图像的集合和所述第二子图像的集合，得到第一分割图像；根据所述第一分割图像和所述第三子图像的集合，得到第二分割图像；根据所述第二分割图像中每个分割类的颜色距离对所述第二分割图像中的分割类进行合并，并根据预设图像分割数量，得到第三分割图像。本发明通过获取三维彩色图像的二维子图像，并对子图像进行多次分割处理，减小了计算量和计算机资源消耗，同时通过模糊C?均值进行模糊聚类，直观且易于实现，提高了处理速度。
【专利说明】
一种图像分割方法及装置
技术领域
[0001] 本发明涉及图像处理领域，具体涉及一种图像分割方法及装置。
【背景技术】
[0002] 图像分割是依据图像的灰度、颜色或几何性质将图像中具有特殊含义的不同区域 分开。以生物细胞图像分割为例，一般利用生物细胞图像特有的统计特征、图像中细胞及细 胞器的轮廓、边缘、颜色和纹理等视觉特性进行分割。细胞分割的方法很多，传统的细胞分 割方法和细胞图像分割新算法都是针对特定对象提出的，且或多或少需要用户的交互控制 才能使得分割准确率达到较高的要求，另外生物细胞各自的复杂性、多样性、动植物细胞各 自不同特点，使得难以将某种细胞分割方法直接用于牛乳体细胞图像分割。
[0003] 由于彩色图像比灰度图像含有更多的信息，因而在许多模式识别与计算机视觉应 用中使用彩色图像来获得更好的效果。基于三维彩色图像分割方法将相近颜色的区域聚为 一类，但是计算量庞大，计算机资源消耗较多，处理速度慢。
【发明内容】
[0004] 由于现有的图像分割方法将三维彩色图像中相近颜色的区域聚为一类，但是计算 量庞大，计算机资源消耗较多，处理速度慢的问题，本发明提出一种图像分割方法。
[0005] 第一方面，本发明提出一种图像分割方法，包括：
[0006] 获取待分割三维彩色图像的三个二维子图像，分别为第一子图像、第二子图像和 第三子图像；
[0007] 对每个子图像进行模糊C-均值分割，得到若干个集合；
[0008] 根据所述第一子图像的集合和所述第二子图像的集合，得到第一分割图像；
[0009] 根据所述第一分割图像和所述第三子图像的集合，得到第二分割图像；
[0010] 根据所述第二分割图像中每个分割类的颜色距离对所述第二分割图像中的分割 类进行合并，并根据预设图像分割数量，得到第三分割图像。
[0011] 优选地，所述对每个子图像进行模糊C-均值分割，得到若干个集合，进一步包括：
[0012] 根据每个子图像，确定每个子图像的聚类中心距离、初始化聚类中心和迭代次数；
[0013] 根据欧式距离公式，计算每个像素点到初始化聚类中心的距离，根据所述距离计 算每个像素点到距离中心的隶属度，根据所述隶属度得到新的聚类中心，并根据欧式距离 公式计算每个像素点到新的聚类中心的距离；
[0014] 根据所述迭代次数和所述聚类中心距离，得到若干个集合；
[0015] 其中，所述迭代次数为欧式距离公式的计算次数。
[0016] 优选地，所述根据所述第一子图像的集合和所述第二子图像的集合，得到第一分 割图像，进一步包括：
[0017] 计算所述第一子图像的集合到所述第二子图像的集合的第一偏似度；
[0018] 根据所述第一偏似度、所述第一子图像的集合和所述第二子图像的集合，得到第 一模糊集合；
[0019] 根据第一预设模糊算子和所述第一模糊集合，得到所述第一子图像和所述第二子 图像的第一匹配度；
[0020] 若所述第一匹配度大于第一预设值，则根据所述第二子图像的集合将所述第一子 图像的集合分割为若干个子集合，所述子集合组成的图像为所述第一分割图像。
[0021] 优选地，所述根据所述第一分割图像和所述第三子图像的集合，得到第二分割图 像，进一步包括：
[0022] 计算所述第一分割图像的子集合到所述第三子图像的集合的第二偏似度；
[0023] 根据所述第二偏似度、所述第一分割图像的子集合和所述第三子图像的集合，得 到第二模糊集合；
[0024] 根据第二预设模糊算子和所述第二模糊集合，得到所述第一分割图像和所述第三 子图像的第二匹配度；
[0025] 若所述第二匹配度大于第二预设值，则根据所述第三子图像的集合将所述第一分 割图像的子集合分割为若干个二级子集合，所述二级子集合组成的图像为所述第二分割图 像。
[0026]优选地，所述颜色距离的计算公式如下公式一：
[0028]其中，"为第一像素点的亮度，。为第二像素点的亮度，&1为所述第一像素点的第 一色差分量，&2为所述第二像素点的第一色差分量，匕为所述第一像素点的第二色差分量， 匕为所述第二像素点的第二色差分量。
[0029]第二方面，本发明还提出一种图像分割装置，包括：
[0030]子图像获取模块，用于获取待分割三维彩色图像的三个二维子图像，分别为第一 子图像、第二子图像和第三子图像；
[0031] 均值分割模块，用于对每个子图像进行模糊c-均值分割，得到若干个集合；
[0032] 第一分割模块，用于根据所述第一子图像的集合和所述第二子图像的集合，得到 第一分割图像；
[0033] 第二分割模块，用于根据所述第一分割图像和所述第三子图像的集合，得到第二 分割图像；
[0034]第三分割模块，用于根据所述第二分割图像中每个分割类的颜色距离对所述第二 分割图像中的分割类进行合并，并根据预设图像分割数量，得到第三分割图像。
[0035]优选地，所述均值分割模块包括：
[0036]参数确定单元，用于根据每个子图像，确定每个子图像的聚类中心距离、初始化聚 类中心和迭代次数；
[0037]距离计算单元，用于根据欧式距离公式，计算每个像素点到初始化聚类中心的距 离，根据所述距离计算每个像素点到距离中心的隶属度，根据所述隶属度得到新的聚类中 心，并根据欧式距离公式计算每个像素点到新的聚类中心的距离；
[0038]集合获取单元，用于根据所述迭代次数和所述聚类中心距离，得到若干个集合； [0039]其中，所述迭代次数为欧式距离公式的计算次数。
[0040]优选地，所述第一分割模块包括：
[0041] 第一偏似度计算单元，用于计算所述第一子图像的集合到所述第二子图像的集合 的第一偏似度；
[0042] 第一模糊集合获取单元，用于根据所述第一偏似度、所述第一子图像的集合和所 述第二子图像的集合，得到第一模糊集合；
[0043] 第一匹配度获取单元，用于根据第一预设模糊算子和所述第一模糊集合，得到所 述第一子图像和所述第二子图像的第一匹配度；
[0044] 第一分割单元，用于当所述第一匹配度大于第一预设值时，根据所述第二子图像 的集合将所述第一子图像的集合分割为若干个子集合，所述子集合组成的图像为所述第一 分割图像。
[0045] 优选地，所述第一分割模块包括：
[0046] 第二偏似度计算单元，用于计算所述第一分割图像的子集合到所述第三子图像的 集合的第二偏似度；
[0047] 第二模糊集合获取单元，用于根据所述第二偏似度、所述第一分割图像的子集合 和所述第三子图像的集合，得到第二模糊集合；
[0048] 第二匹配度获取单元，用于根据第二预设模糊算子和所述第二模糊集合，得到所 述第一分割图像和所述第三子图像的第二匹配度；
[0049] 第二分割单元，用于当所述第二匹配度大于第二预设值时，根据所述第三子图像 的集合将所述第一分割图像的子集合分割为若干个二级子集合，所述二级子集合组成的图 像为所述第二分割图像。
[0050] 优选地，所述颜色距离的计算公式如下公式一：
[0052]其中，"为第一像素点的亮度，。为第二像素点的亮度，&1为所述第一像素点的第 一色差分量，&2为所述第二像素点的第一色差分量，匕为所述第一像素点的第二色差分量， 匕为所述第二像素点的第二色差分量。
[0053]由上述技术方案可知，本发明通过获取三维彩色图像的二维子图像，并对子图像 进行多次分割处理，减小了计算量和计算机资源消耗，同时通过模糊C-均值进行模糊聚类， 直观且易于实现，提高了处理速度。
【附图说明】
[0054] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些图获得其他的附图。
[0055] 图1为本发明一实施例提供的一种图像分割方法的流程示意图；
[0056]图2为本发明一实施例提供的原图像及三个子图像；
[0057]图3为本发明一实施例提供的一个模糊C-均值分割后的图像；
[0058]图4为本发明一实施例提供的图像分割方法中的第一分割图像、第二分割图像、第 三分割图像及现有方法的分割图像；
[0059]图5为本发明一实施例提供的二维图像分割方法与现有的三维分割方法的运行时 间和J值的比较图；
[0060] 图6为本发明一实施例提供的一种图像分割装置的结构示意图。
【具体实施方式】
[0061] 下面结合附图，对发明的【具体实施方式】作进一步描述。以下实施例仅用于更加清 楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
[0062] 图1示出了本发明一实施例提供的一种图像分割方法的流程示意图，包括：
[0063] S1、获取待分割三维彩色图像的三个二维子图像，分别为第一子图像、第二子图像 和第三子图像；
[0064] S2、对每个子图像进行模糊C-均值分割，得到若干个集合；
[0065] S3、根据所述第一子图像的集合和所述第二子图像的集合，得到第一分割图像；
[0066] S4、根据所述第一分割图像和所述第三子图像的集合，得到第二分割图像；
[0067] S5、根据所述第二分割图像中每个分割类的颜色距离对所述第二分割图像中的分 割类进行合并，并根据预设图像分割数量，得到第三分割图像。
[0068]为了克服三维方法的不足，把三维彩色空间投影到二维甚至一维空间，在不同的 低维空间分别实施分割，而模糊C-均值属于数据聚类方法，可将图像中属性相一致的像素 进行模糊聚类后对每类像素进行标定，从而实现图像分割，具有直观、易于实现等特点。 [0069]本实施例通过获取三维彩色图像的二维子图像，并对子图像进行多次分割处理， 减小了计算量和计算机资源消耗，同时通过模糊C-均值进行模糊聚类，直观且易于实现，提 高了处理速度。
[0070] 作为本实施例的可选方案，S2进一步包括：
[0071] S21、根据每个子图像，确定每个子图像的聚类中心距离、初始化聚类中心和迭代 次数；
[0072] S22、根据欧式距离公式，计算每个像素点到初始化聚类中心的距离，根据所述距 离计算每个像素点到距离中心的隶属度，根据所述隶属度得到新的聚类中心，并根据欧式 距离公式计算每个像素点到新的聚类中心的距离；
[0073] S23、根据所述迭代次数和所述聚类中心距离，得到若干个集合；
[0074]其中，所述迭代次数为欧式距离公式的计算次数。
[0075]通过欧式距离公式计算每个像素点到聚类中心的距离，计算简单快速，能提高处 理速度。
[0076] 进一步地，S3进一步包括：
[0077] S31、计算所述第一子图像的集合到所述第二子图像的集合的第一偏似度；
[0078] S32、根据所述第一偏似度、所述第一子图像的集合和所述第二子图像的集合，得 到第一模糊集合；
[0079] S33、根据第一预设模糊算子和所述第一模糊集合，得到所述第一子图像和所述第 二子图像的第一匹配度；
[0080] S34、若所述第一匹配度大于第一预设值，则根据所述第二子图像的集合将所述第 一子图像的集合分割为若干个子集合，所述子集合组成的图像为所述第一分割图像。
[0081] 利用偏似度的特性来构造模糊集合，并进一步计算得到匹配度，从而得到第一分 割图像，能够减少计算量，从而提高处理速度。
[0082] 进一步地，S4进一步包括：
[0083] S41、计算所述第一分割图像的子集合到所述第三子图像的集合的第二偏似度；
[0084] S42、根据所述第二偏似度、所述第一分割图像的子集合和所述第三子图像的集 合，得到第二模糊集合；
[0085] S43、根据第二预设模糊算子和所述第二模糊集合，得到所述第一分割图像和所述 第三子图像的第二匹配度；
[0086] S44、若所述第二匹配度大于第二预设值，则根据所述第三子图像的集合将所述第 一分割图像的子集合分割为若干个二级子集合，所述二级子集合组成的图像为所述第二分 割图像。
[0087]利用偏似度的特性来构造模糊集合，并进一步计算得到匹配度，从而得到第一分 割图像，能够减少计算量，从而提高处理速度。
[0088]更进一步地，所述颜色距离的计算公式如下公式一：
[0090]其中，"为第一像素点的亮度，。为第二像素点的亮度，&1为所述第一像素点的第 一色差分量，&2为所述第二像素点的第一色差分量，匕为所述第一像素点的第二色差分量， 匕为所述第二像素点的第二色差分量。
[0091]举例来说，牛乳体细胞图像需要将细胞图像分割为背景、细胞浆和细胞核三类，并 提取出细胞，如有堆积的细胞需要分离，最终能够准确的统计出牛乳体细胞图像中细胞的 个数。以下通过对牛乳体细胞图像的分割，描述本实施例提供的图像分割方法。
[0092]本实施例提供的图像分割方法是在RG、RB、GB三个二维子空间图像上利用模糊C-均值对牛乳体细胞图像实施分割，然后利用融合技术把三个分割结果结合在一起，得到最 终准确的分割。具体步骤如下：
[0093] A1、使用模糊C-均值对三个二维子图像实施分割；
[0094] All、获取三个二维子图像IRG，IRB，IGB;
[0095] A12、根据子图像IRG，确定固定聚类数c，加权指数m，两次迭代之间的聚类中心距离 ε，初始化聚类中心V，以及迭代次数k值；
[0096] 由于图像分割的目标是把牛乳体细胞分割为背景、细胞核、细胞浆3类，所以c = 3; 加权指数m对分割有速度和精度的影响，通过分割效果和运行时间的比较，m选择2分割效果 最佳;ε取l〇;V是先创建各列元素之和等于1的隶属度矩阵，然后在利用聚类中心公式获得。 迭代次数k = 0，最大迭代次数maxk设置为100。
[0097] A13、采用欧式距离公式计算样本点xk到距离中心Vl的距离dlk 2,隶属度用ulk表示， 计算公式二和公式三：
[0100]如果dik2 = l，则表示第k个像素点与第i个聚类中心重合，完全属于该类，即uik=l。
[0101] A14、用公式四计算新的聚类中心；
[0103] A15、若迭代次数大于k并且两次迭代之间的聚类中心距离小于ε，程序停止，否则， 继续跳转Α12。
[0104] Α16、获得原图像I的子空间IRC的分割结果。
[0105]同样，将上述步骤再分别应用到RB和GB两个二维空间，即每次仅用两个彩色分量， 就得到了基于RG，RB和GB三个模糊C-均值的分割结果。
[0106] A2、对三个二维子空间图像分割结果的融合采用分裂与合并，融合的具体步骤如 下：
[0107] A21、利用模糊集合确定两个彩色区域的匹配度
[0108] 给定一个输入图像I，N为图像的像素数。在二维彩色空间实施图像分割过程之后， 即得到三个彩色分类结果。
[0109]假定，在RG空间，被分割的图像记为Irg，图像被划分为Lrg类：Irg (1)，1 = 1，2,…，Lrg， Irg(1)表示图像Irg被分割的第1类，显然满足：
[0110] IRG⑴ UIRG⑵ U."UIRG⑴= IRG 公式五
[0111] iRG⑴ niRG(t)=o(i矣t)公式六
[0112]公式五和公式六表不每一类的并集为被分割的图像Irg，并且任意两类的交集为 空。
[0113]在IRG的第1类中有IRG(1)个像素，其中心为
[0115]同样可分别得到RB和GB子空间的分割结果及表达符号。
[0116]为了融合上述分割信息，从类IRe(1)到IRB(t)的偏似度定义为公式八：
[0118]其中，I · I表示集合中的元素个数，t = l，2, . . .，Lrb，1 = 1，2, . . .，Lrg。公式八表示 在RG空间的类Irg(1)中含有RB空间类IRB(t)中像素点数的相对比率。
[0119]同样从类IRB(t)到IRG(1)的偏似度定义为
[0121] 显然，这公式八和公式九的偏相似度是非对称的，而且偏相似度具有下列性质：
[0122] 利用上面定义的偏相似度和子集构造两簇模糊集合：
[0125] 其中，么μ作为模糊集合的隶属函数。
[0126] 在上述模糊集合的基础上定义一个模糊算子，来度量模糊集合元素(彩色区域)IRC ⑴和IRB(t)的匹配度：
[0128] 这里Θ为二元对称模糊算子，在上述算法中，Θ取最小运算，g卩x?y = xAy。显然， Mrc-rb^ E [0，1]。由此可见，Mrc-rb^是对两类Irg(1)和IrbW中所具有的相同像素点多少的 度量。
[0129] 对于给定的阈值_(0〈mQ〈l)，如果
[0130] .MRG一.RB > f%. 会式十三
[0131] 则称IRC(1)和IRB (t)是匹配的。mo越小，表示得到的子类就越多，如果_取为零，则可 实现完全分裂，此时有可能得到很多较小的子集，但这种情况不利于下一步的合并运算。经 过大量实验，在实际使用中mo的取值范围为0.5~0.8。
[0132] A22、区域分裂
[0133] 对于Y1 .e{1,.2，>，如果存在te.丨tj，t2,…，丨使Mrg- (即IRG⑴和IRB⑴是匹配的），使区域IRG⑴被细分为IRG⑴n IRB(tl)，IRG⑴n IRB(t2)，…，IRG⑴η lRB(tk)和Irg(1)-Irg(1) η (IRB(tl) U IRB(t2) U · · · U IRB(tk))
[0134] 上述过程实现IRG(1)相对于IRB(t)的再分割，也就是结合RB空间的分类信息I RB(t)，把 RG空间的类IRG(1)进一步细分为k+Ι个子类，从而达到了现IRG (1)和IRB(t)分类信息的融合，将 此融合结果记为Irc+rb，同样可用类似的方法将上述结果Irc+rb再与GB子空间的分割结果Icb 实施融合，以得到最终的分割结果IRC+RB+CB。
[0135] A23、区域合并
[0136] 在上述分裂过程之后，二维子空间RG上的分割结果图像IRG，最后分裂细划为 Irg+rb+gb。通常，Irg+rb+gb中具有较多类，但由于可能出现过度分割现象，因此，有必要对 Irc+rb+cb实施区域合并。
[0137] CIE于1976年提出了Lab彩色空间，L表示亮度，a和b分别表示各色差分量。由于CIE (Lab)彩色系统比RGB或CIE(Luv)空间具有更好的视觉特性，因此在彩色区域合并过程中， 采用CIE(Lab)彩色空间来计算彩色距离。
[0138] 在CIE(Lab)彩色空间的两个颜色点和(L2，a2，b 2)之间的距离采用欧式 距离：
[0140]在合并算法中，具有最小颜色距离的两类（比如第i类和第j类)首先合并，经合并 得到的新的区域(比如第k类)的平均颜色向量C可由公式(7)而得：
[0142] 其中，Ν(%ΡΝω分别表示第i和第j类中的像素个数。C(k)为第i类和第j类合并之后 的新区域的颜色值。
[0143] 重复该合并过程，直到达到指定的类数为止。
[0144] 本实施例提供的图像分割方法能准确的将细胞图像分割为背景、细胞浆和细胞核 三类，并提取出细胞，如有堆积的细胞需要分离，最终能够准确的统计出牛乳体细胞图像中 细胞的个数。本实施例通过对彩色牛乳体细胞实施降维，减少其数据量，提高运算的速度； 为了达到分割提高分割的准确性，在模糊C-均值分割技术中引入融合技术中的分裂与合 并。
[0145] 为进一步说明本实施例提供的图像分割方法的效果，以"house"图像为例，该图的 原图及其在二维子空间RG、RB和GB的分割结果分别为图2中的(a)、（b)、（c)和(d);对图2(b) 的Irg图像进行模糊C-均值处理，得到如图3所示的图像;对子空间RG和RB的分割结果进行第 一次分裂的结果，由原来的3类分裂为5类，如图4(a)所示；图4(b)为图4(a)与GB子空间的分 割结果进行第二次分裂的结果，分裂为11类;最后，经过合并过程，将类别合并为7类，如图4 (c)所示。图4(d)是利用现有的三维方法实施分割，分割结果为7类。图5是本实施例提供的 二维方法与现有的三维方法的定量评价，评价指标是时间和J值，其中J值为类内离差平方 和与类间离差平方和的比值。在彩色空间中，图像分割越准确，J的值就越小。
[0146] 对House图像利用本实施例提供的图像分割方法进行分割，与图2(a)原图对照可 见，在RG子空间的分割结果IRG中，草地、天空及窗户边框没有分开;在RB子空间的分割结果 IRB中，草地、墙壁及房顶没有分开;在GB子空间的分割结果IGB中，房顶和墙壁没有分开。可 见3个二维子空间的分割结果没有一个是正确的。这主要是由于投影到二维子空间后，丢失 了某一颜色分量信息而产生的。因此，为了得到最终图像分割的正确结果，对其RG、RB和GB 子空间上的分割结果实施融合是必要的。采用融合技术处理之后，图像中所有的主要对象 均被正确分割，而且主要颜色区域仍与原图像一致。
[0147] 图6示出了本实施例提供的一种图像分割装置的结构示意图，包括子图像获取模 块11、均值分割模块12、第一分割模块13、第二分割模块14和第三分割模块15,其中，
[0148] 子图像获取模块11用于获取待分割三维彩色图像的三个二维子图像，分别为第一 子图像、第二子图像和第三子图像；
[0149] 均值分割模块12用于对每个子图像进行模糊C-均值分割，得到若干个集合；
[0150] 第一分割模块13用于根据所述第一子图像的集合和所述第二子图像的集合，得到 第一分割图像；
[0151] 第二分割模块14用于根据所述第一分割图像和所述第三子图像的集合，得到第二 分割图像；
[0152]第三分割模块15用于根据所述第二分割图像中每个分割类的颜色距离对所述第 二分割图像中的分割类进行合并，并根据预设图像分割数量，得到第三分割图像。
[0153]本实施例通过获取三维彩色图像的二维子图像，并对子图像进行多次分割处理， 减小了计算量和计算机资源消耗，同时通过模糊C-均值进行模糊聚类，直观且易于实现，提 高了处理速度。
[0154] 可选地，所述均值分割模块包括：
[0155] 参数确定单元，用于根据每个子图像，确定每个子图像的聚类中心距离、初始化聚 类中心和迭代次数；
[0156]距离计算单元，用于根据欧式距离公式，计算每个像素点到初始化聚类中心的距 离，根据所述距离计算每个像素点到距离中心的隶属度，根据所述隶属度得到新的聚类中 心，并根据欧式距离公式计算每个像素点到新的聚类中心的距离；
[0157] 集合获取单元，用于根据所述迭代次数和所述聚类中心距离，得到若干个集合；
[0158] 其中，所述迭代次数为欧式距离公式的计算次数。
[0159] 进一步地，所述第一分割模块包括：
[0160] 第一偏似度计算单元，用于计算所述第一子图像的集合到所述第二子图像的集合 的第一偏似度；
[0161] 第一模糊集合获取单元，用于根据所述第一偏似度、所述第一子图像的集合和所 述第二子图像的集合，得到第一模糊集合；
[0162] 第一匹配度获取单元，用于根据第一预设模糊算子和所述第一模糊集合，得到所 述第一子图像和所述第二子图像的第一匹配度；
[0163] 第一分割单元，用于当所述第一匹配度大于第一预设值时，根据所述第二子图像 的集合将所述第一子图像的集合分割为若干个子集合，所述子集合组成的图像为所述第一 分割图像。
[0164]进一步地，所述第一分割模块包括：
[0165] 第二偏似度计算单元，用于计算所述第一分割图像的子集合到所述第三子图像的 集合的第二偏似度；
[0166] 第二模糊集合获取单元，用于根据所述第二偏似度、所述第一分割图像的子集合 和所述第三子图像的集合，得到第二模糊集合；
[0167] 第二匹配度获取单元，用于根据第二预设模糊算子和所述第二模糊集合，得到所 述第一分割图像和所述第三子图像的第二匹配度；
[0168] 第二分割单元，用于当所述第二匹配度大于第二预设值时，根据所述第三子图像 的集合将所述第一分割图像的子集合分割为若干个二级子集合，所述二级子集合组成的图 像为所述第二分割图像。
[0169] 更进一步地，所述颜色距离的计算公式如下公式一：
[0171]其中，"为第一像素点的亮度，。为第二像素点的亮度，&1为所述第一像素点的第 一色差分量，&2为所述第二像素点的第一色差分量，匕为所述第一像素点的第二色差分量， 匕为所述第二像素点的第二色差分量。
[0172] 本实施例所述的图像分割装置可以用于执行上述方法实施例，其原理和技术效果 类似，此处不再赘述。
[0173] 本发明的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以 在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技 术，以便不模糊对本说明书的理解。
【主权项】
1. 一种图像分割方法，其特征在于，包括： 获取待分割三维彩色图像的三个二维子图像，分别为第一子图像、第二子图像和第三 子图像； 对每个子图像进行模糊C-均值分割，得到若干个集合； 根据所述第一子图像的集合和所述第二子图像的集合，得到第一分割图像； 根据所述第一分割图像和所述第三子图像的集合，得到第二分割图像； 根据所述第二分割图像中每个分割类的颜色距离对所述第二分割图像中的分割类进 行合并，并根据预设图像分割数量，得到第三分割图像。2. 根据权利要求1所述的方法，其特征在于，所述对每个子图像进行模糊C-均值分割， 得到若干个集合，进一步包括： 根据每个子图像，确定每个子图像的聚类中心距离、初始化聚类中心和迭代次数； 根据欧式距离公式，计算每个像素点到初始化聚类中心的距离，根据所述距离计算每 个像素点到距离中心的隶属度，根据所述隶属度得到新的聚类中心，并根据欧式距离公式 计算每个像素点到新的聚类中心的距离； 根据所述迭代次数和所述聚类中心距离，得到若干个集合； 其中，所述迭代次数为欧式距离公式的计算次数。3. 根据权利要求1所述的方法，其特征在于，所述根据所述第一子图像的集合和所述第 二子图像的集合，得到第一分割图像，进一步包括： 计算所述第一子图像的集合到所述第二子图像的集合的第一偏似度； 根据所述第一偏似度、所述第一子图像的集合和所述第二子图像的集合，得到第一模 糊集合； 根据第一预设模糊算子和所述第一模糊集合，得到所述第一子图像和所述第二子图像 的第一匹配度； 若所述第一匹配度大于第一预设值，则根据所述第二子图像的集合将所述第一子图像 的集合分割为若干个子集合，所述子集合组成的图像为所述第一分割图像。4. 根据权利要求1所述的方法，其特征在于，所述根据所述第一分割图像和所述第三子 图像的集合，得到第二分割图像，进一步包括： 计算所述第一分割图像的子集合到所述第三子图像的集合的第二偏似度； 根据所述第二偏似度、所述第一分割图像的子集合和所述第三子图像的集合，得到第 二模糊集合； 根据第二预设模糊算子和所述第二模糊集合，得到所述第一分割图像和所述第三子图 像的第二匹配度； 若所述第二匹配度大于第二预设值，则根据所述第三子图像的集合将所述第一分割图 像的子集合分割为若干个二级子集合，所述二级子集合组成的图像为所述第二分割图像。5. 根据权利要求1所述的方法，其特征在于，所述颜色距离的计算公式如下公式一：其中，Li为第一像素点的亮度，L2为第二像素点的亮度，ai为所述第一像素点的第一色 差分量，&2为所述第二像素点的第一色差分量，匕为所述第一像素点的第二色差分量，132为 所述第二像素点的第二色差分量。6. -种图像分割装置，其特征在于，包括： 子图像获取模块，用于获取待分割三维彩色图像的三个二维子图像，分别为第一子图 像、第二子图像和第三子图像； 均值分割模块，用于对每个子图像进行模糊C-均值分割，得到若干个集合； 第一分割模块，用于根据所述第一子图像的集合和所述第二子图像的集合，得到第一 分割图像； 第二分割模块，用于根据所述第一分割图像和所述第三子图像的集合，得到第二分割 图像； 第三分割模块，用于根据所述第二分割图像中每个分割类的颜色距离对所述第二分割 图像中的分割类进行合并，并根据预设图像分割数量，得到第三分割图像。7. 根据权利要求6所述的装置，其特征在于，所述均值分割模块包括： 参数确定单元，用于根据每个子图像，确定每个子图像的聚类中心距离、初始化聚类中 心和迭代次数； 距离计算单元，用于根据欧式距离公式，计算每个像素点到初始化聚类中心的距离，根 据所述距离计算每个像素点到距离中心的隶属度，根据所述隶属度得到新的聚类中心，并 根据欧式距离公式计算每个像素点到新的聚类中心的距离； 集合获取单元，用于根据所述迭代次数和所述聚类中心距离，得到若干个集合； 其中，所述迭代次数为欧式距离公式的计算次数。8. 根据权利要求6所述的装置，其特征在于，所述第一分割模块包括： 第一偏似度计算单元，用于计算所述第一子图像的集合到所述第二子图像的集合的第 一偏似度； 第一模糊集合获取单元，用于根据所述第一偏似度、所述第一子图像的集合和所述第 二子图像的集合，得到第一模糊集合； 第一匹配度获取单元，用于根据第一预设模糊算子和所述第一模糊集合，得到所述第 一子图像和所述第二子图像的第一匹配度； 第一分割单元，用于当所述第一匹配度大于第一预设值时，根据所述第二子图像的集 合将所述第一子图像的集合分割为若干个子集合，所述子集合组成的图像为所述第一分割 图像。9. 根据权利要求6所述的装置，其特征在于，所述第一分割模块包括： 第二偏似度计算单元，用于计算所述第一分割图像的子集合到所述第三子图像的集合 的第二偏似度； 第二模糊集合获取单元，用于根据所述第二偏似度、所述第一分割图像的子集合和所 述第三子图像的集合，得到第二模糊集合； 第二匹配度获取单元，用于根据第二预设模糊算子和所述第二模糊集合，得到所述第 一分割图像和所述第三子图像的第二匹配度； 第二分割单元，用于当所述第二匹配度大于第二预设值时，根据所述第三子图像的集 合将所述第一分割图像的子集合分割为若干个二级子集合，所述二级子集合组成的图像为 所述第二分割图像。10.根据权利要求6所述的装置，其特征在于，所述颜色距离的计算公式如下公式一：其中，Li为第一像素点的亮度，L2为第二像素点的亮度，ai为所述第一像素点的第一色 差分量，&2为所述第二像素点的第一色差分量，匕为所述第一像素点的第二色差分量，132为 所述第二像素点的第二色差分量。
【文档编号】G06T7/00GK105869177SQ201610252261
【公开日】2016年8月17日
【申请日】2016年4月20日
【发明人】薛河儒, 姜新华, 周艳青, 郜晓晶
【申请人】内蒙古农业大学