一种结合均值漂移的谱聚类图像分割方法

摘要

本发明，提供的是一种结合均值漂移算法和谱聚类分析的图像分割方法，是一种提高了分割精度和计算效率的二级分割算法。包括对原始图像增强去噪；选取像素特征进行均值漂移分割；提取小区域的有效特征，将分割后的区域作为谱聚类分析的对象，分类得到最终准确的分割结果。本发明利用均值漂移的梯度自适应上升搜索的理念，对水声图像进行小区域划分，将特征相似且相邻的像素点划到同一区域，特征差异大的划为不同区域，实现局部的最大相似性分割。对均值漂移后的结果，独立不相交、内部具有连通性、具有一定面积的小区域，采用谱聚类分析的方法，实现小区域的再划分，得到准确的分割结果。较一般的谱聚类图像分割方法，该发明方法的计算量较小、分割精度也更高，同时降低了对参数的敏感度，利于机器的无监督实现。

主权项

一种结合均值漂移的谱聚类图像分割方法，其特征是：(1)对原始图像进行增强去噪；(2)对图像进行像素点特征提取，至少选取一类特征；(3)基于像素的特征向量，选取合适尺寸的活动窗口，对图像进行均值漂移分割，标记分割区域；(4)计算个标记区域的区域特征，再结合区域间的空间特征和梯度特征，选择合适的尺度参数，构建谱聚类的相似度矩阵；(5)选择合适的分类数目，进行谱聚类分析，得到新的标记矩阵；(6)用新的标记矩阵更新旧的标记矩阵，得到水声图像的完整分割，标记矩阵反映分割区域分布。