專(zhuān)利名稱(chēng)：一種基于減法聚類(lèi)的快速圖像分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字圖像處理技術(shù)領(lǐng)域，具體來(lái)說(shuō)是一種基于減法聚類(lèi)的快速圖像分割方法。
背景技術(shù)：
數(shù)字圖像分割是數(shù)字圖像處理領(lǐng)域的一塊重要技術(shù)。圖像分割就是將圖像細(xì)分為構(gòu)成它的子區(qū)域或?qū)ο?。常常被?dāng)成一個(gè)重要環(huán)節(jié)被嵌入機(jī)器視覺(jué)系統(tǒng)的處理過(guò)程中。左均值聚類(lèi)、模糊c均值聚類(lèi)經(jīng)常被用于數(shù)字圖像的分割，是大家常用的方法。然而由于左均值聚類(lèi)和模糊c均值聚類(lèi)這兩種圖像分割方法對(duì)初始的聚類(lèi)中心很敏感，不同的初始值很 容易得到不同的結(jié)果。由于減法聚類(lèi)具有獲取初始聚類(lèi)中心的特點(diǎn)，所以可以和A均值聚類(lèi)或模糊c均值聚類(lèi)方法結(jié)合。因此，在對(duì)圖像進(jìn)行分割前，可首先用減法聚類(lèi)方法獲得初始圖像的像素聚類(lèi)中心，然后再結(jié)合左均值聚類(lèi)、模糊c均值聚類(lèi)對(duì)圖像進(jìn)行分割。近幾年，減法聚類(lèi)比較常見(jiàn)的應(yīng)用是與模糊c均值聚類(lèi)結(jié)合，結(jié)合具體應(yīng)用對(duì)數(shù)據(jù)進(jìn)行聚類(lèi)并對(duì)減法聚類(lèi)做相應(yīng)的改進(jìn)。然而，現(xiàn)在的數(shù)字圖像很多都是高清，數(shù)據(jù)量大，分割的時(shí)間復(fù)雜度高，所以在用減法聚類(lèi)對(duì)數(shù)字圖像進(jìn)行分割前，需考慮一種能顯著降低時(shí)間復(fù)雜度的數(shù)字圖像分割方法。

發(fā)明內(nèi)容
本發(fā)明針對(duì)數(shù)字圖像分割時(shí)間復(fù)雜度高的問(wèn)題，提出了一種基于減法聚類(lèi)的快速圖像分割方法。一種基于減法聚類(lèi)的快速圖像分割方法，包括
步驟(I)將所有像素點(diǎn)進(jìn)行歸一化，對(duì)等待分割的所有像素進(jìn)行等間隔均勻采樣后重組。步驟(2)在重組的像素中，計(jì)算采樣像素點(diǎn)兩兩之間的密度權(quán)值矩陣及其逆矩陣、采樣像素與剩余未采樣像素之間的密度權(quán)值矩陣。步驟(3)根據(jù)奈斯特龍逼近原理，獲得未采樣像素兩兩之間密度權(quán)值矩陣的逼近矩陣。步驟(4)用步驟(3)生成的未采樣像素兩兩之間的密度權(quán)值矩陣、采樣像素點(diǎn)兩兩之間的密度權(quán)值矩陣以及采樣像素與剩余像素之間的密度權(quán)值矩陣計(jì)算所有像素點(diǎn)的密度值。步驟(5)利用步驟(4)得到的所有像素的密度值，計(jì)算所有像素的最大密度值并獲得聚類(lèi)中心，為找出新的聚類(lèi)中心，根據(jù)減法聚類(lèi)，對(duì)每個(gè)像素點(diǎn)的密度值進(jìn)行衰減，該過(guò)程不斷迭代，根據(jù)終止條件停止迭代，從而完成圖像分割。本發(fā)明的有益效果本發(fā)明提供了一種基于減法聚類(lèi)的快速圖像分割方法。與常用的基于k均值或模糊c均值的分割方法相比，本發(fā)明在不影響分割結(jié)果的情況下，對(duì)于較大規(guī)模的圖像，本發(fā)明可從原來(lái)的時(shí)間復(fù)雜度0(#F2) ■ CKnd2N)，大大提高數(shù)字圖像分割的穩(wěn)定性和實(shí)時(shí)性，有著廣泛的應(yīng)用前景。


圖I為本發(fā)明的方法流程 圖2為本發(fā)明圖像分割實(shí)驗(yàn)結(jié)果。其中(a) Hestain測(cè)試圖(b) Fabric測(cè)試圖(C)Hestain經(jīng)典減法聚類(lèi)分割圖(d) Fabric經(jīng)典減法聚類(lèi)分割圖(e) Hestain本發(fā)明分割圖(f) Fabric本發(fā)明分割圖。
具體實(shí)施例方式以下結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步說(shuō)明。如圖I所示，一種基于減法聚類(lèi)的快速圖像分割方法，包括 (I)將所有像素點(diǎn)歸一化到一個(gè)超立方體中，對(duì)等待聚類(lèi)的所有像素進(jìn)行等間隔均勻采樣后重組。(2)在重組的像素中，計(jì)算采樣像素點(diǎn)兩兩之間的密度權(quán)值矩陣及其逆陣以及采樣像素與剩余未采樣像素之間的密度權(quán)值矩陣。(3)根據(jù)奈斯特龍逼近原理，將計(jì)算逼近的未采樣像素兩兩之間的密度權(quán)值矩陣，所述的奈斯特龍逼近原理由Fowlkes C.等人提出。(4)用(3)生成的未采樣像素兩兩之間的密度權(quán)值矩陣，采樣像素點(diǎn)兩兩之間的密度權(quán)值矩陣以及采樣像素與剩余像素之間的密度權(quán)值矩陣計(jì)算所有像素點(diǎn)的密度值。(5)利用(4)得到的所有像素的密度值，計(jì)算所有像素的最大密度值并獲得聚類(lèi)中心，為找出新的聚類(lèi)中心，需對(duì)每個(gè)像素點(diǎn)的密度值進(jìn)行衰減，該過(guò)程不斷迭代，根據(jù)終止條件停止迭代。將所有像素點(diǎn)歸一化到一個(gè)超立方體中，對(duì)等待聚類(lèi)的所有像素進(jìn)行等間隔均勻采樣后重組的具體過(guò)程包括以下步驟
I.計(jì)算所有像素各個(gè)維度的最大最小值；
考慮維空間的#個(gè)像素點(diǎn):q，X2，…，％，計(jì)算所有像素點(diǎn)在不同維度的最大最小值。2.利用I)計(jì)算的最大最小值歸一化所有像素；
利用獲得的不同維度的最大最小值對(duì)所有像素進(jìn)行歸一化，使得所有像素的不同維度值歸一化到[O, I]區(qū)間。3.對(duì)歸一化后的所有像素進(jìn)行均勻采樣；
在歸一化的N個(gè)像素點(diǎn)中等間隔(ISd Sm采樣n個(gè)像素點(diǎn)，實(shí)現(xiàn)對(duì)所有像素的均勻采樣。4.歸一化后的像素經(jīng)采樣后分為采樣像素和未采樣像素兩部分；
此時(shí)采樣像素共t個(gè),剩余的未采樣像素為個(gè)。5.將所有采樣像素放在新像素集的前面，未采樣像素放在新像素集的后面。在重組的像素中，計(jì)算采樣像素點(diǎn)兩兩之間的密度權(quán)值矩陣及其逆陣以及采樣像素與剩余未采樣像素之間的密度權(quán)值矩陣的具體過(guò)程包括以下步驟
I.計(jì)算采樣像素兩兩之間的密度權(quán)值矩陣；
定義一對(duì)角陣M2，則其逆矩陣為
權(quán)利要求
1.一種基于減法聚類(lèi)的快速圖像分割方法，其特征在于該方法包括如下步驟 步驟(I)將所有像素點(diǎn)進(jìn)行歸一化，對(duì)等待分割的所有像素進(jìn)行等間隔均勻采樣后重組； 步驟(2)在重組的像素中，計(jì)算采樣像素點(diǎn)兩兩之間的密度權(quán)值矩陣及其逆矩陣、采樣像素與剩余未采樣像素之間的密度權(quán)值矩陣； 步驟(3)根據(jù)奈斯特龍逼近原理，獲得未采樣像素兩兩之間密度權(quán)值矩陣的逼近矩陣； 步驟(4)用步驟(3)生成的未采樣像素兩兩之間的密度權(quán)值矩陣、采樣像素點(diǎn)兩兩之間的密度權(quán)值矩陣以及采樣像素與剩余像素之間的密度權(quán)值矩陣計(jì)算所有像素點(diǎn)的密度值； 步驟(5)利用步驟(4)得到的所有像素的密度值，計(jì)算所有像素的最大密度值并獲得聚類(lèi)中心，為找出新的聚類(lèi)中心，根據(jù)減法聚類(lèi)，對(duì)每個(gè)像素點(diǎn)的密度值進(jìn)行衰減，該過(guò)程不斷迭代，根據(jù)終止條件停止迭代，從而完成圖像分割。
2.根據(jù)權(quán)利要求I所述的一種基于減法聚類(lèi)的快速圖像分割方法，其特征在于步驟(1)包括以下步驟 1-1.計(jì)算所有像素各個(gè)維度的最大值和最小值； 1-2.利用1-1計(jì)算的最大值和最小值歸一化所有像素； 1-3.對(duì)歸一化后的所有像素進(jìn)行均勻采樣； 1-4.將均勻采樣像素后分為采樣像素和未采樣像素兩部分； 1-5.將所有采樣像素放在新像素集的前面，未采樣像素放在新像素集的后面。
3.根據(jù)權(quán)利要求I所述的一種基于減法聚類(lèi)的快速圖像分割方法，其特征在于步驟(2)包括以下步驟 2-1.計(jì)算采樣像素兩兩之間的密度權(quán)值矩陣0_； 2-2.求取采樣像素兩兩之間的密度權(quán)值矩陣的逆矩陣; 2-3.計(jì)算采樣像素與剩余未采樣像素之間的密度權(quán)值矩陣。
4.根據(jù)權(quán)利要求I所述的一種基于減法聚類(lèi)的快速圖像分割方法，其特征在于步驟(3)包括以下步驟 3-1.求采樣像素與剩余未采樣像素之間的密度權(quán)值矩陣轉(zhuǎn)置矩陣； 3-2.將采樣像素與剩余未采樣像素之間的密度權(quán)值矩陣的轉(zhuǎn)置矩陣乘于采樣像素兩兩之間的密度權(quán)值矩陣的逆矩陣； 3-3.將3-2的計(jì)算結(jié)果乘于采樣像素與剩余未采樣像素之間的密度權(quán)值矩陣，從而獲得未采樣像素兩兩之間密度權(quán)值矩陣的逼近矩陣。
5.根據(jù)權(quán)利要求I所述的一種基于減法聚類(lèi)的快速圖像分割方法，其特征在于步驟(4)包括以下步驟 4-1.將采樣像素兩兩之間的密度權(quán)值矩陣、采樣像素與剩余未采樣像素之間的密度權(quán)值矩陣轉(zhuǎn)置矩陣、采樣像素與剩余未采樣像素之間的密度權(quán)值矩陣轉(zhuǎn)置矩陣及未采樣像素兩兩之間密度權(quán)值矩陣的逼近矩陣進(jìn)行組合生成所有采樣像素兩兩之間的密度權(quán)值矩陣；4-2.將所有采樣像素兩兩之間的密度權(quán)值矩陣的每行元素進(jìn)行求和； 4-3.將4-2的求和結(jié)果映射為所有像素的密度值。
6.根據(jù)權(quán)利要求I所述的一種基于減法聚類(lèi)的快速圖像分割方法，其特征在于步驟(5)包括以下步驟 5-1.計(jì)算所有像素的最大密度值，從而獲取第一個(gè)聚類(lèi)中心； 5-2.對(duì)所有像素的密度值進(jìn)行衰減，并計(jì)算所有像素的最大密度值，從而獲取第二個(gè)聚類(lèi)中心； 5-3. 5-2的過(guò)程不斷迭代，根據(jù)終止條件停止迭代； 5-4.根據(jù)々均值方法對(duì)所有像素做進(jìn)一步分割。
全文摘要
本發(fā)明公開(kāi)了一種基于減法聚類(lèi)的快速圖像分割方法。本發(fā)明首先將所有像素點(diǎn)歸一化到一個(gè)超立方體中，對(duì)等待聚類(lèi)的所有像素進(jìn)行等間隔均勻采樣后重組；在重組的像素中，計(jì)算采樣像素點(diǎn)兩兩之間的密度權(quán)值矩陣及其逆陣以及采樣像素與剩余未采樣像素之間的密度權(quán)值矩陣。然后計(jì)算逼近的未采樣像素兩兩之間的密度權(quán)值矩陣和計(jì)算所有像素點(diǎn)的密度值。最后計(jì)算所有像素的最大密度值并獲得聚類(lèi)中心，為找出新的聚類(lèi)中心，需對(duì)每個(gè)像素點(diǎn)的密度值進(jìn)行衰減，該過(guò)程不斷迭代，根據(jù)終止條件停止迭代。本發(fā)明與經(jīng)典的減法聚類(lèi)方法相比，本發(fā)明在不影響聚類(lèi)結(jié)果的情況下，對(duì)于較大規(guī)模數(shù)據(jù)集，大大提高減法聚類(lèi)方法的實(shí)時(shí)性。
文檔編號(hào)G06T7/00GK102903104SQ201210337838
公開(kāi)日2013年1月30日 申請(qǐng)日期2012年9月13日 優(yōu)先權(quán)日2012年9月13日
發(fā)明者孫志海, 周文暉, 吳以凡, 王云建 申請(qǐng)人:杭州電子科技大學(xué)