发明名称 基于约束对的半监督核K均值聚类的图像分割方法
摘要 本发明公开一种基于约束对的半监督核K均值聚类的图像分割方法,实现步骤为:(1)选择图像;(2)提取图像纹理特征;(3)产生聚类对象数据矩阵;(4)划分聚类对象数据矩阵;(5)初始化聚类中心;(6)计算距离;(7)判断是否满足约束条件,如果满足,执行步骤(8),否则,返回步骤(5);(8)计算均值;(9)判断是否满足终止条件,如果满足,执行步骤(10),否则,返回步骤(6);(10)产生分割图像。本发明提取图像纹理特征,用基于约束对的半监督核K均值聚类的图像分割方法对该纹理特征进行划分,提高了图像分割的稳定性,获得更加准确的图像分割结果。
申请公布号 CN103456019A 申请公布日期 2013.12.18
申请号 CN201310405098.4 申请日期 2013.09.08
申请人 西安电子科技大学 发明人 朱虎明;焦李成;李巧兰;王爽;马文萍;马晶晶;田小林;李立红;任新营
分类号 G06T7/00(2006.01)I 主分类号 G06T7/00(2006.01)I
代理机构 陕西电子工业专利中心 61205 代理人 田文英;王品华
主权项 一种基于约束对的半监督核K均值聚类的图像分割方法,实现步骤如下:(1)选择图像:1a)从纹理图像库中下载多幅纹理图像,任选多幅纹理图像中的一幅图像作为待分割图像;1b)从纹理图像库中下载与待分割图像对应的参考图像;(2)提取待分割图像纹理特征:2a)在待分割图像中,以待提取特征的像素点为中心,选取一个大小为16×16的窗口,得到子图像块;2b)利用小波分解公式,提取子图像块中所有像素的10维特征,得到10维小波特征向量矩阵;(3)产生聚类对象数据矩阵:利用线性公式,将10维小波特征向量矩阵映射到闭区间[‑1,1]内,得到聚类对象数据矩阵;(4)划分聚类对象数据矩阵:4a)从聚类对象数据矩阵中,随机选择满足cannot‑link约束条件的10对聚类对象数据A和满足must‑link约束条件的10对聚类对象数据B;4b)从聚类对象数据B中找出类标号相同的聚类对象数据,分别求每个类标号相同的聚类对象数据的平均值,将所求的平均值作为聚类中心值;4c)利用高斯核函数,计算聚类对象数据矩阵中每个聚类对象数据与聚类中心值的距离;4d)利用最小距离原则,给每个聚类对象数据标上与它距离最近的聚类中心值相同的类标号,得到聚类对象数据的类标号;4e)判断聚类对象数据A和B的类标号是否满足cannot‑link约束条件和must‑link约束条件,如果满足,则执行步骤4f),否则,执行步骤4a);4f)分别对聚类对象数据的类标号对应的聚类对象数据求均值;4g)判断聚类对象数据的均值是否等于聚类中心值,如果是,则执行步骤4h),否则,将所求的均值作为聚类中心值,执行步骤4b);4h)输出聚类对象数据的聚类的类标号;(5)产生分割图像:对聚类的每一个类标号,从灰度值范围[0,255]中任意选择一个整数作为该类标号对应聚类对象数据的灰度值,产生分割图像。
地址 710071 陕西省西安市太白南路2号