一种结合颜色协方差流形的MEAP聚类图像分割方法技术

一种结合颜色协方差流形的MEAP聚类图像分割方法。本发明专利技术对MEAP算法在彩色图像分割上的应用起到指导作用，其特征是：(1)通过简单线性迭代聚类算法对伯克利数据库中的彩色图像进行超像素分割，得到超像素块集合；(2)提取每个超像素块的颜色协方差特征和空间位置特征，分别用黎曼流形距离和欧式距离对它们进行相似性度量并进行特征融合，构建新的相似度矩阵；(3)将融合后的相似度矩阵作为多代表点仿射传播聚类算法中的相似度矩阵，再利用多代表点仿射传播聚类算法对彩色图像进行分割。该发明专利技术简单易行，当图像较大时，能够通过超像素减少图像分割的计算时间，利用颜色和空间信息作为特征进行分割的同时能够保证分割精确度。

【技术实现步骤摘要】

：本专利技术涉及图像分割领域，具体地说给出一种对彩色图像进行图像分割的方法。
技术介绍
：随着计算机的性能不断提高和图形图像处理领域的不断发展，围绕聚类算法展开的图像分割技术也得以不断推进。该类方法是属于特征空间聚类，也就是将图像中的区域以某种特征按照聚类规则进行划分，每一个区域对应一个类簇。具体地讲，先对图像中的像素点进行聚类，将同属于一个类簇的数据点标记出来，再将标记结果映射到原图像从而获得图像的区域划分。这种方法的可操作性高，易于实现。图像分割是图像处理的重要环节，对目标图像中的内容可以通过数字化和信息化来进行内容分析和解释。
技术实现思路
：本专利技术的目的是为构建一种具有较高应用价值、简单易行的彩色图像分割方法。本专利技术通过计算图像的超像素块集合，提取每个超像素的颜色和信息特征并进行特征融合得到新的特征用于图像分割。对伯克利数据集中不同的彩色图像进行分割的结果表明，与已有的方法(如NCAP和SLICDBSCAN算法等)相比，在图像较大时，能够通过超像素数减少图像分割的计算时间，并且利用颜色和空间信息作为特征进行分割时能够保证分割具有较高的精确度。具体的技术方案如下：(1)将待分割图像的颜色空间由RGB映射到CLELAB空间，通过简单线性迭代聚类算法对彩色图像进行超像素分割，得到超像素块集合；(2)提取每个超像素块的颜色协方差特征和空间位置特征。分别用黎曼流形距离和欧式距离计算相似性度量并进行特征融合，构建新的相似度矩阵；(3)将融合后的相似度矩阵作为多代表点仿射传播聚类算法中的相似度矩
阵，并利用多代表点仿射传播聚类算法对彩色图像进行分割。本专利技术的有益效果是:1、建立一个结合颜色协方差流形的MEAP聚类图像分割；2、本专利技术简单易行，在图像尺寸变大时，能够通过超像素块控制分割时间，利用颜色和空间信息作为特征进行分割时能够保证分割的精确度。本专利技术的适用于彩色图像的图像分割，可以用数字化和信息化来实现目标图像的内容分析和解释。附图说明：图1为本专利技术对伯克利图像数据集的分割效果图；图2为本专利技术对伯克利图像数据集的分割效果评价表。具体实施方式：下面结合附图和实例进一步说明本专利技术的实质内容，但本专利技术的内容并不限于此。实施例1：选取伯克利数据集中的彩色图像，将待分割图像的颜色空间由RGB映射到CLELAB空间，通过简单线性迭代聚类算法对彩色图像进行超像素分割，得到超像素块集合；提取每个超像素块的颜色协方差特征和空间位置特征，分别用黎曼流形距离和欧式距离对它们进行相似性度量并做特征融合，构建新的相似度矩阵；将融合后的相似度矩阵作为多代表点仿射传播聚类算法中的相似度矩阵，实现对彩色图像的分割。本文档来自技高网...

【技术保护点】
一种结合颜色协方差流形的MEAP聚类图像分割方法。本专利技术对MEAP算法在彩色图像分割上的应用起到指导作用。其特征在于：(1)通过简单线性迭代聚类算法彩色图像进行超像素分割，得到超像素块集合；(2)提取每个超像素块的颜色协方差特征和空间位置特征，为构建新的相似度矩阵，分别用黎曼流形距离和欧式距离对这些特征计算相似性度量并特征融合；(3)将融合后的相似度矩阵作为多代表点仿射传播聚类算法中的相似度矩阵，实现彩色图像的分割。

【技术特征摘要】
1.一种结合颜色协方差流形的MEAP聚类图像分割方法。本发明对MEAP算法在彩色图像分割上的应用起到指导作用。其特征在于：(1)通过简单线性迭代聚类算法彩色图像进行超像素分割，得到超像素块集合；(2)提取每个超像素块的颜色协方差特征和空间位置特征，为构建新的相似度矩阵，分别用黎曼流形距离和欧式距离对这些特征计算相似性度量并特征融合；(3)将融合后的相似度矩阵作为多代表点仿射传播聚类算法中的相似度矩阵，实现彩色图像的分割。2.根据权利要求1所述的一种结合颜色协方差流形的MEAP聚类图像分割方法，其特征...

【专利技术属性】
技术研发人员：陈秀宏，刘季，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏;32