基于人类视觉多尺度感知特性的彩色图像聚类分割方法

摘要

一种基于人类视觉多尺度感知特性的彩色图像聚类分割方法，其特征是首先采用一个以a=0，b=0为圆心，为半径的圆柱体将CIELAB色彩空间分割成两个部分；其次，采用传统的图像分割聚类算法将图像分割成一定密度和大小的图块；第三，计算每个聚类图块平均色彩向量值，并将向量投影到ab平面上；第四，计算每个聚类图块平均色彩向量值投影在ab平面上向量的模长；第五，根据向量的模长将其归于不同的测度空间；第六，对相邻图块类采用式进行向量间的夹角的计算；第七以公式为判据，将符合条件的图块进行聚类；最后，重复第三～六步，直到收敛。本发明有利于提高了图像的聚类效果和抗干扰能力。

主权项

一种基于人类视觉多尺度感知特性的彩色图像聚类分割方法，其特征是首先采用一个以a＝0，b＝0为圆心，R_m为半径的圆柱体将CIELAB色彩空间分割成两个部分：①对于在ab平面上投影的模长大于R_m的颜色向量，采用两个颜色向量在ab平面投影向量间的夹角和颜色向量在ab平面上投影的模长之差的绝对值作为颜色聚类的近似性测度，具体的数学表达如下：$\theta =\arccos \frac{\overrightarrow{a}·\overrightarrow{b}}{\left|\overrightarrow{a}\right|\left|\overrightarrow{b}\right|}\le {\theta }_T---\left(1\right)$$\mathrm{\Delta m}=\left|\right|\overrightarrow{a}|-|\overrightarrow{b}\left|\right|\le \Delta m_T---\left(2\right)$其中：和为两个颜色向量在ab平面投影向量，θ_T和Δm_T分别为两向量聚类夹角的阈值和模长之差的阈值，θ_T的取值范围为θ_T＝5～20°，Δm_T的取值范围为Δm_T＝15～40。②对于在ab平面上投影的模长小于R_m的颜色向量，则采用两个颜色向量在ab平面投影向量间的夹角其表达式同(1)，以及颜色向量在L轴上投影的亮度差作为其颜色聚类的近似性测度，具体的数学表达如下：ΔL＝|L_a‑L_b|≤ΔL_T      (3)其中：ΔL_T的取值范围为ΔL_T＝5～20；其次，采用传统的图像分割聚类算法将图像分割成一定密度和大小的图块；第三，计算每个聚类图块平均色彩向量值，并将向量投影到ab平面上；第四，计算每个聚类图块平均色彩向量值投影在ab平面上向量的模长；第五，根据向量的模长将其归于不同的测度空间；第六，对相邻图块类采用式进行向量间的夹角的计算；第七，以公式(1)(2)(3)为判据，将符合条件的图块进行聚类；最后，重复第三～六步，直到收敛。