基于调和K均值聚类的灰度图像直方图快速分割方法技术

本发明专利技术公开了一种基于调和K均值聚类的灰度图像直方图快速分割方法，包括输入灰度图像，计算得到灰度级直方图；确定图像的聚类分割数目m，设置调和K均值幂指数p值；初始化隶属度矩阵；按照KHM聚类原理，计算新的隶属度函数值矩阵U(t+1)；计算图像加权函数向量W；计算得到新的聚类中心向量Cj；若||U(t+1)‑U(t)||<ε或t达到允许的最大迭代值，则算法停止迭代；否则t=t+1，继续进行算法迭代；根据收敛得到的隶属度矩阵U(t)对图像实施分割。本发明专利技术对聚类初值不敏感，稳定性强，提高了灰度图像的分割质量，而且时间效率高，可实现实时分割任务，适用于实时性要求高的任务场所。

Fast segmentation of gray scale image histogram based on harmonic K mean clustering

The invention discloses a fast segmentation method for gray image histogram and K based on K-means cluster, including input gray image, calculate the gray level histogram; image segmentation to determine the number of M, and K exponent P set mean value; membership matrix initialization; according to KHM clustering principle, calculation matrix U membership function the new (t+1); calculate the image weighting function vector W; calculate the new clustering center vector Cj; if ||U (t+1) U (T) ||< e or t reached the maximum allowed value iteration algorithm, the iteration is stopped; otherwise, t=t+ 1, continue to carry out according to the membership matrix iterative algorithm; convergence U the implementation of image segmentation (t). The method is not sensitive to the initial value of the clustering, has strong stability, improves the segmentation quality of the gray image, and has high time efficiency, and can realize the real-time segmentation task.

【技术实现步骤摘要】

本专利技术涉及计算机视觉中的图像分割
，具体涉及一种基于调和K均值聚类的灰度图像直方图快速分割方法。
技术介绍
在计算机视觉领域，图像分割是实现对图像内容进行有效分析和理解的基础，它在工业实践、现代农业生产、医疗诊断等方面都有广泛的应用，例如工件的表面缺陷检测、基于图像的水果质量检测、医学显微图像中的血细胞分割等。由于成像技术的差异，以及自然界图像的复杂性，在具体应用场景中要实现精确的图像分割是一件十分困难的工作，因此针对不同的应用需求，国内外学者对图像分割方法进行了广泛研究，并提出了各种基于不同背景知识的有效图像分割方法。基于聚类技术的图像分割技术一直是图像分割领域的研究热点。基于L2-范数最小化的中心聚类技术-K均值（K-means,KM）算法是用于图像分割的一个著名聚类方法。在该算法中，图像中的每个像素点从属于某类的隶属度要不是1，反之就为0，每个像素被聚类到离某个中心像素点最近的类中，因此KM算法是一种硬聚类算法。因KM算法实现简单，该算法被广泛应用于包括图像分割在内的各种聚类问题。KM算法的一大不足是该算法对聚类中心点初值非常敏感，聚类结果不稳定，在聚类过程中常易陷本文档来自技高网...

【技术保护点】
基于调和K均值聚类的灰度图像直方图快速分割方法，包括如下步骤：（1）输入大小为M×N的灰度图像，通过公式hi=ni/(M×N)计算得到归一化的图像灰度级直方图H={h0,…,hi,…,hL‑1}，这里ni表示待分割图像内灰度级为i的像素数，L‑1表示图像内最大灰度级数；（2）确定图像的聚类分割数目m，这里m为聚类中心数，初始化形如C={c1, c2, …, cm}的聚类中心向量，这里0<c1<c2<…<cm<L‑1；设置调和K均值幂指数p值；（3）令算法迭代统计变量t=0，初始化灰度级i隶属于以cj为中心的隶属度U=[uij]L×m矩阵，矩阵U中元素满足0≤uij...

【技术特征摘要】
1.基于调和K均值聚类的灰度图像直方图快速分割方法，包括如下步骤：（1）输入大小为M×N的灰度图像...

【专利技术属性】
技术研发人员：聂方彦，张平凤，罗佑新，李建奇，潘梅森，
申请(专利权)人：湖南文理学院，
类型：发明
国别省市：湖南;43