一种基于邻域主成分分析-拉普拉斯的图像分割方法

摘要

本发明公开了一种基于邻域主成分分析-拉普拉斯的图像分割方法，该方法对原始图像进行主成分分析，得到每个像素的特征向量，提取图像的主要成分，有效的抑制了噪声；然后，用拉普拉斯算子对图像进行边缘检测，从而实现对图像的分割。与传统的Sobel算子和LOG算子分割算法相比，该方法通过对图像像素进行主成分分析，来估计去噪过程中的参数值，而不依赖于经验值，能有效的降低噪声对图像的干扰，简化了计算复杂度。实验结果表明，该方法能够有效的改善图像的分割效果，在准确性和稳健性上具有较强的优越性。

主权项

一种基于邻域主成分分析‑拉普拉斯的图像分割方法，其特征在于，包括以下步骤：S1，在图像中任取一像素P，以其为中心点，根据预设的图像的分块的大小进行图像块的选取，然后以像素P为中心，对输入的原始图像进行分块，图像图为正方形块，这样可以把原始图像的每个像素点表达成由其邻域像素组成的图像分块；S2，对像素P，在像素P为中心点的窗口内选取大小相同的多个相似邻域像素块，作为图像的样本训练集；所述窗口为包括多个图像块的正方形窗口；S3，对上述样本训练集进行PCA变换，用训练样本的主成份表达基表达输入像素P的邻域像素块，调整主成份的贡献率，可以获得像素P的去噪后的像素值P’；S4，对输入的原始图像的每个像素，用步骤S1,S2,S3，求取每个像素的邻域块的主成份表达；并根据主成份域的特征值计算每个像素的去噪后的估计值，最后拼合全部的去噪后的像素点求得去噪后的图像；S5，对获得的去噪图像进行拉普拉斯边缘提取，得到一幅边缘特征图像；S6，对获得的边缘特征图像，按照边缘进行分割，得到边缘分割图像。