发明名称 基于聚类学器集成的数字图像分割方法
摘要 本发明公开了一种基于聚类学器集成的数字图像分割方法,该方法包括以下步骤:将图像转化为像素向量集合;利用像素向量集合训练出多个聚类学器;将各聚类学器的聚类结果进行结合以产生粗分割结果;去除粗分割结果中的孤立点;将像素数少的小区域并入其最大邻域;将RGB均值小的区域并入其最近邻域;结束。本发明的显著优点是利用多个聚类学器提高了数字图像分割的精度,并辅助提高了数字图像处理装置在进行数字图像分割时的性能。
申请公布号 CN1313964C 申请公布日期 2007.05.02
申请号 CN200410041172.X 申请日期 2004.07.05
申请人 南京大学 发明人 姜远;周志华
分类号 G06K9/34(2006.01) 主分类号 G06K9/34(2006.01)
代理机构 南京苏高专利事务所 代理人 柏尚春
主权项 1、一种基于聚类学习器集成的数字图像分割方法,包括将数字图像通过数字图像输入设备输入到数字图像处理装置进行预处理,然后进行图像分割处理,所述分割处理的方法包括以下步骤:(1)将图像转化为像素向量集合;(2)利用像素向量集合训练出多个聚类学习器;(3)将各聚类学习器的聚类结果进行结合以产生粗分割结果;(4)去除粗分割结果中的孤立点;(5)将像素数少的小区域并入其最大邻域;(6)将图像中红色、绿色、蓝色分量的平均值小的区域并入其最近邻域;(7)结束;其特征在于所说利用像素向量集合训练出多个聚类学习器的步骤是:(1)从用户处获得要使用的聚类学习器数M,M是一个大于1的整数;(2)将图像中每个像素表示为一个5维像素向量[R,G,B,x,y],其中R、G、B分别代表该像素的红色、绿色、蓝色分量值,x、y分别代表该像素的横坐标和纵坐标;(3)将控制参数i置为1;(4)判断i是否不大于M,是则执行步骤(5),否则转到步骤(8);(5)随机设置聚类学习器的参数;(6)训练出一个聚类学习器,该聚类学习器将像素向量聚为k个类,k是大于2N的整数,N是一个大于1的从用户处获得欲分割出的区域数;(7)将控制变量i加1,然后转到步骤(4);(8)将控制变量j置为2;(9)判断j是否不大于M,是则执行步骤(10),否则结束;(10)将Ω置为由第j个聚类学习器使用的聚类标记组成的集合;(11)将控制变量l置为1;(12)判断l是否不大于k,是则执行步骤(13),否则将控制变量j加1后转到步骤(9);(13)找出Ω中与第1个聚类学习器聚出的第l个类,即Cl (l),所包含的相同的像素向量最多的类Cu (j);(14)将Cu (j)置为Cl (l);(15)从Ω中去掉Cu (j);(16)将控制变量l加1后转到步骤(12)。
地址 210008江苏省南京市汉口路22号