一种带邻域选择策略的快速模糊C均值聚类图像分割方法技术
A fast fuzzy C means clustering method for image segmentation with neighborhood selection strategy
The invention discloses a fast segmentation method for fuzzy C with neighborhood selection strategy clustering image, including the image edge extraction, to select the appropriate size of the window and its neighborhood using the extracted edge information, window neighborhood selection strategy is introduced to calculate the local similarity and new F, and the particle swarm algorithm to obtain the clustering Center right, improved the traditional fuzzy C clustering method to protect the image segmentation details to get better.
【技术实现步骤摘要】
一种带邻域选择策略的快速模糊C均值聚类图像分割方法技术邻域本专利技术涉及图像分割邻域，具体涉及一种带邻域选择策略的快速模糊C均值聚类图像分割方法。
技术介绍
图像的细节保护一直以来都是图像分割的重点和难点之一，传统的快速模糊C均值聚类图像分割方法(FGFCM)保留边缘效果并不是很好，没有考虑到窗口邻域选择与边缘信息的关系，只选择固定大小的窗口及其目标像素对应的邻域点。
技术实现思路
为了克服现有技术存在的缺点与不足，本专利技术提供一种带邻域选择策略的快速模糊C均值聚类图像分割方法。本专利技术主要利用对图像进行边缘提取，提取的边缘信息来选择合适大小的窗口及其邻域，窗口邻域选择策略被引入到局部相似度及新图ξ的计算过程中，并采用粒子群算法(PSO)获得合适的聚类中心，改进了传统模糊C均值聚类方法，使得图像分割细节得到更好的保护。本专利技术采用如下技术方案：一种带邻域选择策略的快速模糊C均值聚类图像分割方法，包括如下步骤：S1输入待分割图片，提取图像边缘；S2基于图像边缘的邻域选择策略生成新图ξ；S3根据生成的新图，获取初始聚类中心；S4快速模糊C均值聚类获得最佳聚类划分。所述S2...
【技术保护点】
一种带邻域选择策略的快速模糊C均值聚类图像分割方法，其特征在于，包括如下步骤：S1输入待分割图片，提取图像边缘；S2基于图像边缘的邻域选择策略生成新图ξ；S3根据生成的新图，获取初始聚类中心；S4快速模糊C均值聚类获得最佳聚类划分。
【技术特征摘要】
1.一种带邻域选择策略的快速模糊C均值聚类图像分割方法，其特征在于，包括如下步骤：S1输入待分割图片，提取图像边缘；S2基于图像边缘的邻域选择策略生成新图ξ；S3根据生成的新图，获取初始聚类中心；S4快速模糊C均值聚类获得最佳聚类划分。2.根据权利要求1所述的快速模糊C均值聚类图像分割方法，其特征在于，所述S2基于图像边缘的邻域选择策略生成新图ξ，具体为：S2.1基于图像边缘进行窗口邻域选择；S2.2结合空间和灰度级信息获得局部相似度量，计算公式如下：i像素是局部窗口的中心，k像素表示i像素的窗口邻域中的像素，该窗口邻域是基于S2.1所述的窗口邻域选择策略获得的，pi，qi是像素i的坐标，xi是窗口邻域的灰度值，λs和λg是两个比例因子；σi定义为：S2.3计算生成新图ξξ计算如下式所示其中，ξi表示图ξ的第i个像素的灰度值，xk表示原图中xi邻域像素的灰度值，该窗口邻域是基于S2.1所述的窗口邻域选择策略获得的，Ni是xi的邻域集，Sik是第i个像素和第k个像素之间的局部相似度量。3.根据权利要求1所述的快速模糊C均值聚类图像分割方法，其特征在于，S2.1基于图像边缘进行窗口邻域选择，具体为：设定初始窗口大小为5*5，若无边缘落于该窗口内，则选择该窗口作为局部窗口，窗口内的像素点为目标像素邻域；若该窗口内存在边缘，...
【专利技术属性】
技术研发人员：胡跃明，余梦琦，杜娟，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。