一种改进的基于Meanshift的多通道图像分割算法

摘要

一种改进的基于Meanshift的多通道图像分割算法，包括以下步骤：输入RGB图像矩阵并统计像素值；对其像素样本做Meanshift聚类运算；在三个子图像中查找并记录灰度落入兴趣目标区域的灰度区间的像素，查找并记录兴趣目标像素的聚类中心；对兴趣目标像素及其聚类中心做可靠性计算，筛选出可靠性高的兴趣目标像素，并将目标像素赋值1，其他0，产生分割后的图像逻辑矩阵；对此矩阵做逻辑“或”运算融合得到最终的兴趣目标区域；输出图像，即为分割获得的兴趣目标图像。本发明充分利用RGB图像的色彩信息，当目标与背景比较接近时，能够有效的分割出兴趣目标区域对象且聚类数目是自动生成的。该算法的误分率低,分割效果好。

主权项

一种改进的基于Meanshift的多通道图像分割算法，其特征在于，包括以下步骤：第一步，输入RGB图像矩阵；第二步，统计图像矩阵的像素值，统计Meanshift聚类的样本数；第三步，根据RGB图像的三通道对颜色的敏感性差异,分别对R，G,B三个子图像的样本进行MeanShift聚类运算以获取初步的聚类结果；第四步，在步骤1输入的图像矩阵的R,G,B子图像中查找并记录灰度落入兴趣目标区域的灰度区间的像素，得到三个子图像中的兴趣目标区域；第五步，查找并记录步骤4中兴趣目标像素的聚类中心；第六步，对步骤4和5中的兴趣目标像素及其聚类中心进行可靠性计算，即做灰度相似性判断，筛选出可靠性高的兴趣目标像素，并将目标像素赋值“1”，其他为“0”，从而产生分割后的图像逻辑矩阵；第七步,对步骤六得到的图像逻辑矩阵做逻辑“或”运算融合得到最终的兴趣目标区域；第八步，输出图像，即为分割获得的兴趣目标区域图像。