一种基于局部特征的图像细化分割方法技术

本发明专利技术公开了一种基于局部特征的图像细化分割方法，该方法包括以下步骤：对待分割图像，用滑动窗口逐像素滑动来选取固定大小的子块；对所选的图像子块进行一次FCM分割处理，得到子块内像素的类别所属关系，完成基于子块的初始分类；根据这种有重叠的初始分类结果对像素类别进行细化处理，对于细化处理之后的图像再一次进行全局FCM分割，得到最终的图像分割结果。本发明专利技术的方法可以利用像素邻域之间的关系，纠正全局分类中可能错误分类的像素点，能得到更加准确的图像边缘，提高了分割准确率。

【技术实现步骤摘要】
一种基于局部特征的图像细化分割方法
本专利技术涉及图像处理
，具体涉及一种基于局部特征的图像细化分割方法。
技术介绍
图像信息作为我们可以从客观世界获取到的数据信息之一，以其信息量大、表示简单易懂等一系列优点，已成为人类获取信息的重要来源及利用信息的重要手段。随着计算机领域技术的发展，数字图像处理技术已经成为工程学、信息科学、统计学、医学等领域学习和研究的对象。为获取和提取图像中的有用信息，需要对图像进行分割。图像分割是指根据一定的特征将图像分成多个不相交的区域，同一区域之间的像素点具有较高的相似性，不同区域的像素点相似性较低。这些特征包括颜色、纹理、深度、灰度等。图像分割在目标检测、模式识别、图像理解等方面有着重要作用，可作为一个预处理环节，而分割结果的好坏直接影响后续过程的结果。模糊C-均值聚类方法(FuzzyC-Means，简称FCM)是应用最为广泛的图像聚类方法。相较于其他方法，FCM方法允许一个像素同时属于多个类，选取它最有可能属于哪一类来作为它最终的类别，同时还能够保留原始图像的更多的信息。FCM方法通过迭代更新每一个像素相对于每一个聚类的模糊隶属度以及更新每一个聚本文档来自技高网...

【技术保护点】
1.一种基于局部特征的图像细化分割方法，其特征在于，主要包含以下几个步骤：步骤1对于待分割图像，用滑动窗口选取固定大小的子块，滑动步长为1；步骤2把图像子块视为一幅图像，对其进行一次FCM分割处理，得到子块中像素间的一个类别所属关系：属于或者不属于同一类；步骤3基于有重叠的初始分类结果，对像素类别进行细化处理；包括以下几个步骤：3‑1)以少数服从多数的投票原则实现像素点的细化分类；3‑2)根据中心像素点和其8邻域像素的灰度差值缩减属于同一类的像素个数；3‑3)为避免重复标记和分类，采用队列的数据结构对图像进行标记处理；3‑4)以同一个队列中所有像素的灰度平均值更新该队列中所有像素点的原灰度值；...

【技术特征摘要】
1.一种基于局部特征的图像细化分割方法，其特征在于，主要包含以下几个步骤：步骤1对于待分割图像，用滑动窗口选取固定大小的子块，滑动步长为1；步骤2把图像子块视为一幅图像，对其进行一次FCM分割处理，得到子块中像素间的一个类别所属关系：属于或者不属于同一类；步骤3基于有重叠的初始分类结果，对像素类别进行细化处理；包括以下几个步骤：3-1)以少数服从多数的投票原则实现像素点的细化分类；3-2)根据中心像素点和其8邻域像素的灰度差值缩减属于同一类的像素个数；3-3)为避免重复标记和分类，采用队列的数据结构对图像进行标记处理；3-4)以同一个队列中所有像素的灰度平均值更新该队列中所有像素点的原灰度值；步骤4对灰度值更新之后的图像，进行全局FCM分割处理，完成图像分割。2.如权利要求1所述的一种基于局部特征的图像细化分割方法，其特征是，所述步骤3-1)以少数服从多数的投票原则实现像素点的细化分类包括：如果以P为中心像素点时的分类结果和以Q为中心像素点时的分类结果，都认为P和Q属于一类，则P、Q属于一类；如果P和Q的分类结果都认为它俩不属于一类，则P和Q不属于一类；如果P、Q其中一个的...

【专利技术属性】
技术研发人员：张彩明，齐月双，周元峰，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东,37