发明名称 基于免疫克隆和模糊核聚类的图像分割方法
摘要 本发明公开了一种基于免疫克隆和模糊核聚类的图像分割方法,主要解决模糊C均值聚类方法对初始聚类中心敏感,易陷局部最优,分割正确率低等技术问题。实现步骤是:读入一副图像,测图像大小,并转化为灰度图像;设置模糊核聚类方法参数;用可自动调节参数的非局部均值滤波方法对灰度图像滤波得到滤波后图像;利用免疫克隆方法对输入图像的灰度图像优化得到初始聚类中心;用带有滤波的隶属度矩阵公式得到最终隶属度矩阵u<sub>ki</sub>,用带有滤波的聚类中心公式得到最终聚类中心值v<sub>2</sub>;去模糊化输出分割后图像。本发明具有不会陷于局部最优,分割准确率高和鲁棒性好的优点,可用于人工合成图像,医学图像和自然图像等各种图像的分割。
申请公布号 CN104881852A 申请公布日期 2015.09.02
申请号 CN201510320096.4 申请日期 2015.06.11
申请人 西安电子科技大学 发明人 尚荣华;焦李成;田平平;刘芳;马文萍;王爽;侯彪;刘红英;屈嵘
分类号 G06T5/00(2006.01)I;G06T7/00(2006.01)I 主分类号 G06T5/00(2006.01)I
代理机构 陕西电子工业专利中心 61205 代理人 程晓霞;王品华
主权项 一种基于免疫克隆和模糊核聚类的图像分割方法,其特征在于,包括有以下步骤:(1)读入一副图像,测量图像的大小,将其转化为灰度图像,得到图像的像素点组成的矩阵I={x<sub>1</sub>,x<sub>2</sub>,...,x<sub>n</sub>};(2)模糊聚类方法的参数设置:设置模糊聚类方法的聚类中心总数目c=4,终止条件e=0.01,模糊参数m=2和最大迭代次数T=500,滤波后的图像项的控制参数α=5.5;(3)对灰度图像利用自动调节滤波参数的非局部均值滤波方法得到滤波后图像<img file="FDA0000736254640000011.GIF" wi="71" he="66" />(4)利用免疫克隆方法对输入的灰度图像的所有像素点进行优化,得到最优的灰度图像的聚类中心v<sub>1</sub>,该聚类中心为更新前聚类中心,共有c个值;(5)首先利用本发明的带有滤波的隶属度矩阵公式对输入的灰度图像优化得到所有像素点的最终隶属度矩阵u<sub>ki</sub>,接着用带有滤波的聚类中心公式对输入的灰度图像优化得到最终聚类中心值v<sub>2</sub>,具体过程包括:(5a)设置初始迭代次数counter=1,用带有滤波的隶属度矩阵公式计算图像的隶属度矩阵,计算中涉及到的聚类中心为聚类中心v<sub>1</sub>;(5b)用带有滤波的聚类中心公式计算图像的聚类中心v<sub>2</sub>,完成对聚类中心的一次更新,计算中涉及到的隶属度矩阵为步骤(5a)得到的隶属度矩阵;(5c)更新后聚类中心v<sub>2</sub>和更新前聚类中心v<sub>1</sub>之差用于判断聚类中心更新是否终止,由于聚类中心中共有c个值,只要c个差值中有一个满足终止条件即可,终止条件是:v<sub>2</sub>和v<sub>1</sub>之差小于等于e或者达到最大迭代次数T,若不满足,则令counter=counter+1,将聚类中心v<sub>2</sub>赋给v<sub>1</sub>,转到步骤(5a);若满足,则输出最终隶属度矩阵u<sub>ki</sub>和最终聚类中心v<sub>2</sub>,执行步骤(6);(6)利用得到的最终隶属度矩阵u<sub>ki</sub>和最终聚类中心v<sub>2</sub>产生分割图像,该图像是输入图像的最终分割结果图,具体步骤包括:(6a)从最终隶属度矩阵u<sub>ki</sub>中找出输入图像中的每一个像素点所对应的最大隶属度值,并给该像素点标记上最大隶属度值在隶属度矩阵中的位置作为类标号;(6b)将步骤(5)得到的最终聚类中心v<sub>2</sub>中的每一聚类的聚类中心值作为每一类类标号对应的灰度值;(6c)将具有相同灰度值的像素点划分成同一聚类,作为待分割图像的一类;(6d)显示待分割图像的每一类,产生分割图像。
地址 710071 陕西省西安市太白南路2号