一种基于核模糊聚类的多尺度水平集图像分割方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN104616308A(43)申请公布日2015.05.13(21)申请号201510075934.6(22)申请日2015.02.12(71)申请人大连民族学院地址116600辽宁省大连市经济技术开发区辽河西路18号(72)发明人张丹陈兴文(74)专利代理机构大连智高专利事务所(特殊普通合伙)21235代理人李猛(51)Int.Cl.G06T7/00(2006.01)权利要求书3页说明书7页附图2页(54)发明名称一种基于核模糊聚类的多尺度水平集图像分割方法(57)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。CN104616308ACN104616308A权利要求书1/3页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ε；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；n+1n步骤2F：计算停止条件，如果||vi-vi||<ε，则停止，否则返回步骤2E；所述式(1)为：其中，Jm为聚类目标函数，{xk,k＝1,2,…,N}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，uik∈[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(2)为：K(x,v)＝exp(-||x-v||2/σ2)；σ为函数的宽度参数；其中，K(xk,xk)＝1，K(vi,vi)＝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，uik∈[0,1]；所述式(3)为：其中，{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，uik∈[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；2CN104616308A权利要求书2/3页所述式(4)为：其中，{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，uik∈[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。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cAi，cHi(水平)，cVi(垂直)，cDi(对角)，将三个方向上的高频信息叠加得到cBi，将基于小波变换的边缘约束停止项引入到C-V水平集函数中，得到最终演化下面函数式；所述式(5)为：φ0(x,y)＝2ε(0.5-Ck)；其中，Ck为感兴趣区域轮廓，ε为迭