后的聚类中心的灰度值，i表示待分割图像中第i个像素点的标号，Σ表示求和操作，η表示待分割图像中像素点的数目，X表示初始聚类中 心点的灰度值，Xl表示待分割图像中第i个像素点的灰度值，k( ·)表示高斯核函数，g( ·) 表示高斯核函数梯度的相反数，Μ·|I表示求欧氏距离操作，h表示正比于单位矩阵的带宽 矩阵，带宽矩阵的系数为20 ; 第4步，用当前聚类中心点的灰度值减去漂移后的聚类中心点的灰度值，得到一个差 值，再将差值取绝对值； 第5步，判断绝对值是否小于迭代停止阈值0. 01，若是，则执行第6步，否则，用漂移后 的中心点替换当前的聚类中心点，执行第3步； 第6步，将待分割图像中像素点灰度值处于当前聚类中心点灰度值和漂移后聚类中心 点灰度值之间的像素点的权值标记为1，将待分割图像中像素点灰度值处于当前聚类中心 点灰度值和漂移后的聚类中心点灰度值之间的像素点划分到同一类，将漂移后的聚类中心 点作为该类的聚类中心点； 第7步，将聚类数目加1，统计所有待分割图像中像素点权值为1的像素点的数目； 第8步，将像素点数目预定值设为比待分割图像中像素点的数目小于200的一个数； 第9步，判断统计的像素点数目是否大于等于像素点数目预定值，若是，则执行第10 步，否则，执行第1步； 第10步，输出聚类数目和聚类中心点的灰度值。3. 根据权利要求1所述的基于均值漂移和邻域信息的模糊C均值图像分割方法，其特 征在于：步骤（4b)中所述计算每一个邻域图像块中像素点灰度值的方差值是按照下式得 到的；其中，si表示待分割图像中第i个像素点的邻域图像块中所有像素点灰度值的方差 值，i表示待分割图像中第i个像素点的标号，j表示待分割图像中第i个像素点的邻域中 第j个像素点的标号，Σ表示求和符号，{·}表示元素集合符号，e表示属于符号，队表示 待分割图像中第i个像素点的邻域中所有像素点的集合，X]表示待分割图像中第i个像素 点的邻域内第j个像素点的灰度值，Xl表示待分割图像中第i个像素点的灰度值。4. 根据权利要求1所述的基于均值漂移和邻域信息的模糊C均值图像分割方法，其特 征在于：步骤（4c)中所述将每一个邻域图像块中所有像素点灰度值的方差投影到高斯核 空间是按照下式完成的；其中，《表示将待分割图像中第i个像素点的邻域图像块中所有像素点灰度值的方差 投影到高斯核空间后的值，i表示待分割图像中第i个像素点的标号，exp( ·)表示指数操 作，Si表示待分割图像中第i个像素点的邻域图像块中所有像素点灰度值的方差值，Σ表 示求和操作，j表示待分割图像中第i个像素点的邻域图像块中第j个像素点的标号，{·} 表示元素集合符号，e表示属于符号，Nl表示待分割图像中第i个像素点的邻域图像块中所 有像素点的集合，S,表示待分割图像中第i个像素点的邻域图像块中第j个像素点的邻域 图像块中所有像素点灰度值的方差值。5. 根据权利要求1所述的基于均值漂移和邻域信息的模糊C均值图像分割方法，其特 征在于：步骤（4d)中所述将每一个邻域图像块的权值归一化是按照下式实现的；其中，w1表示待分割图像中第i个像素点的邻域图像块的权值，i表示待分割图像中第i个像素点的标号，0表示将待分割图像中第i个像素点的邻域图像块中所有像素点灰度 值的方差投影到高斯核空间后的值，Σ表示求和操作，j表示待分割图像中第i个像素点的 邻域图像块中第j个像素点的标号，{·}表示元素集合符号，e表示属于符号，队表示待分 割图像中第i个像素点的邻域图像块中所有像素点的集合，表示将待分割图像中第i个 像素点的邻域图像块中第j个像素点的邻域图像块中所有像素点灰度值的方差投影到高 斯核空间后的值。6. 根据权利要求1所述的基于均值漂移和邻域信息的模糊C均值图像分割方法，其特 征在于：步骤（5a)中所述的计算待分割图像中像素点和其邻域图像块中像素点的空间距 离权值是按照下式计算的；其中，Wi表示待分割图像中第i个像素点和其邻域图像块中像素点的空间距离权值，i表示待分割图像中第i个像素点的标号，j表示待分割图像中第i个像素点的邻域图像块 中第j个像素点的标号，t表示待分割图像中第i个像素点和邻域图像块中第j个像素点 的欧式距离。7. 根据权利要求1所述的基于均值漂移和邻域信息的模糊C均值图像分割方法，其特 征在于：步骤（5b)中所述的计算待分割图像中像素点和其邻域图像块中像素点的空间强 度权值是按照下式计算的；其中，w2表示待分割图像中第i个像素点和其邻域图像块中像素点的空间强度权值，l〇g( ·)表示以10为底的对数操作，Σ表示求和操作，q表示邻域图像块中第q个像素点的 标号，< 表示以待分割图像中第i个像素点为中心点的邻域图像块中第q个像素点的灰度 值，队表示待分割图像中第i个像素点邻域图像块中所有像素点的集合，i表示待分割图像 中第i个像素点的标号，< 表示以待分割图像中第i个像素点的邻域图像块中第j个像素 点为中心点的邻域图像块中第q个像素点的灰度值，N,表示待分割图像中第j个像素点邻 域图像块中所有像素点的集合，j表示待分割图像中第i个像素点邻域图像块中第j个像 素点的标号。8. 根据权利要求1所述的基于均值漂移和邻域信息的模糊C均值图像分割方法，其特 征在于：步骤（6a)所述的计算待分割图像中每一个像素点的隶属度的步骤如下： 第1步，按照下式，计算待分割图像中的像素点属于聚类中心第k类的加权模糊因子：其中，Gkl表示待分割图像中的第i个像素点属于第k类的模糊度，k表示聚类中心中 第k类的标号，i表示待分割图像中的第i个像素点的标号，j表示邻域图像块中第j个像 素点的标号，Σ表示求和操作，队表示待分割图像中第i个像素点的邻域图像块中所有像 素点的集合，辛表示不等于符号，Wl表示待分割图像中第i个像素点的加权模糊因子权值， uk]表示待分割图像中的第i个像素点的邻域图像块中第j个像素点属于第k类的隶属度， m表示模糊指数，取值为2,Μ· | |表示求欧氏距离操作，Xl表示待分割图像中第i个像素 点的灰度值，vk表示第k个聚类中心点的灰度值； 第2步，按照如下隶属度更新公式，计算待分割图像中每一个像素点的隶属度：其中，ukl表示待分割图像中第i个像素点属于聚类中心中第k类的隶属度，ukl满足约 束条件：Σ& = 1，k是聚类中心第k类的标号，C是聚类的数目，Σ表示求和操作，队表示待 分割图像中第i个像素点的邻域图像块中所有像素点的集合，j表示邻域图像块中第j个 像素点的标号，e表示属于符号，w1表示待分割图像中第i个像素点邻域图像块的权值，X^ 表示待分割图像中第i个像素点邻域图像块中的第j个像素点的灰度值，vlk表示初始聚类 中心中第k类的中心灰度值，k= 1，2,...，c，Gkl表示待分割图像中第i个像素点属于第k 类的模糊度，Gtl表示待分割图像中第i个像素点属于第t类的模糊度，m表示模糊指数，取 值为2。9.根据权利要求1所述的基于均值漂移和邻域信息的模糊C均值图像分割方法，其特 征在于：步骤（7)中所述迭代停止条件是指下述条件之一的情形； 条件1，差值绝对值矩阵中的任意一个元素值小于迭代停止阈值0.01 ; 条件2,循环次数达到最大迭代次数500次。
【专利摘要】本发明公开了一种基于均值漂移和邻域信息的模糊C均值图像分割方法，主要解决现有图像分割方法的分割精确低和鲁棒性差的问题。其方法步骤是：(1)输入一幅待分割图像；(2)采用均值漂移算法，计算聚类数目和初始聚类中心；(3)初始化；(4)计算待分割图像中邻域图像块的权值；(5)计算待分割图像中每一个像素点的加权模糊因子权值；(6)聚类迭代；(7)判断是否满足迭代停止条件；(8)产生分割图像。本发明充分利用了图像的邻域信息，使该方法对噪声的鲁棒性更好，图像的分割正确率得到很大提高。
【IPC分类】G06T7/00
【公开号】CN105261004
【申请号】CN201510575694
【发明人】尚荣华, 焦李成, 都炳琪, 田平平, 马文萍, 王爽, 侯彪, 刘红英, 屈嵘
【申请人】西安电子科技大学
【公开日】2016年1月20日
【申请日】2015年9月10日