基于形态学重建与带有指导滤波的FCM聚类的图像分割方法技术

一种基于形态学重建与带有指导滤波的FCM聚类的图像分割方法，通过使用形态学重建有效去除原始图片中的噪声，提高噪声图像的分割准确率，之后使用指导滤波弥补去噪操作对图片边缘的破环，提升图像纹理边缘区域的分类效果，最终引入一个影响因子，调节指导图像，进一步提高指导滤波的效果，有效提高了噪声图像的分割效果。

Image Segmentation Based on Morphological Reconstruction and FCM Clustering with Guided Filtering

\u4e00\u79cd\u57fa\u4e8e\u5f62\u6001\u5b66\u91cd\u5efa\u4e0e\u5e26\u6709\u6307\u5bfc\u6ee4\u6ce2\u7684FCM\u805a\u7c7b\u7684\u56fe\u50cf\u5206\u5272\u65b9\u6cd5\uff0c\u901a\u8fc7\u4f7f\u7528\u5f62\u6001\u5b66\u91cd\u5efa\u6709\u6548\u53bb\u9664\u539f\u59cb\u56fe\u7247\u4e2d\u7684\u566a\u58f0\uff0c\u63d0\u9ad8\u566a\u58f0\u56fe\u50cf\u7684\u5206\u5272\u51c6\u786e\u7387\uff0c\u4e4b\u540e\u4f7f\u7528\u6307\u5bfc\u6ee4\u6ce2\u5f25\u8865\u53bb\u566a\u64cd\u4f5c\u5bf9\u56fe\u7247\u8fb9\u7f18\u7684\u7834\u73af\uff0c\u63d0\u5347\u56fe\u50cf\u7eb9\u7406\u8fb9\u7f18\u533a\u57df\u7684\u5206\u7c7b\u6548\u679c\uff0c\u6700\u7ec8\u5f15\u5165\u4e00\u4e2a\u5f71\u54cd\u56e0\u5b50\uff0c\u8c03\u8282\u6307 The guided image further improves the effect of guided filtering and effectively improves the segmentation effect of noise image.

【技术实现步骤摘要】
基于形态学重建与带有指导滤波的FCM聚类的图像分割方法
本专利技术涉及噪声图像分割
，具体涉及一种基于形态学重建与带有指导滤波的FCM聚类的图像分割方法。
技术介绍
图像分割是指将一幅图像分成若干互不重叠的子区域，使得每个子区域具有一定的相似性、而不同子区域有较为明显的差异。图像分割被广泛的应用到医学、交通、军事等领域，为人们进一步理解、分析图像提供有效的帮助。然而在实际应用中，要被分割的图像往往含有未知类型、未知强度的噪声，导致图像分割结果变差。因此，如在噪声类型、强度未知的情况下，有效提高噪声图像的分割效果，成为一个研究热点。FCM聚类：FCM聚类是一种模糊聚类算法，具有聚类准确率高、计算复杂度低等优点，被广泛使用。当用于图像分割时，FCM算法根据像素值将图片分为不同的区域。但是FCM算法对图像中含有的噪声十分敏感，聚类结果受噪声影响很大。指导滤波：指导滤波是一种线性滤波方法，目的是在图像的平滑区域进行去噪处理，在纹理边缘区域进行边缘保护，可用于图像处理、计算机视觉等领域。平滑区域和纹理边缘区域的判别由参数控制，在合理设置参数的前提下，指导滤波能够一定程度上去除图像中的噪声本文档来自技高网...

【技术保护点】
1.一种基于形态学重建与带有指导滤波的FCM聚类的图像分割方法，其特征在于，包括如下步骤：a)输入要被分割的含有噪声的原始图片f，原始图片f的宽度为W，高度为H，原始图片f像素点个数为N，其中N＝W×H；b)利用形态学闭操作算法对原始图片f进行重构，得到重构图片β，其中形态学闭操作算法中的重构阶数z设置为50，形态学闭操作算法中的结构元B设置为3×3正方形窗口；c)将原始图片f中所有像素点的像素值乘以同一个影响因子ρ，计算后得到图片I，其中0.01≤ρ≤1；d)使用带有指导滤波功能的FCM聚类算法对重构图片β进行聚类计算，在FCM聚类算法的每一步迭代过程中，使用指导滤波算法对每一步迭代中的隶属...

【技术特征摘要】
1.一种基于形态学重建与带有指导滤波的FCM聚类的图像分割方法，其特征在于，包括如下步骤：a)输入要被分割的含有噪声的原始图片f，原始图片f的宽度为W，高度为H，原始图片f像素点个数为N，其中N＝W×H；b)利用形态学闭操作算法对原始图片f进行重构，得到重构图片β，其中形态学闭操作算法中的重构阶数z设置为50，形态学闭操作算法中的结构元B设置为3×3正方形窗口；c)将原始图片f中所有像素点的像素值乘以同一个影响因子ρ，计算后得到图片I，其中0.01≤ρ≤1；d)使用带有指导滤波功能的FCM聚类算法对重构图片β进行聚类计算，在FCM聚类算法的每一步迭代过程中，使用指导滤波算法对每一步迭代中的隶属度矩阵进行滤波，使用图片I作为指导滤波算法的指导图像，指导滤波算法的滤波窗口ω设置为3×3正方形窗口，指导滤波算法的参数设置为0.01；e)根据FCM聚类算法得到的隶属度矩阵得到原始图片f的分类结果。2.根据权利要求1所述的基于形态学重建与带有指导滤波的FCM聚类的图像分割方法，其特征在于，步骤b)中的形态学闭操作算法包括如下步骤：b-1)利用腐蚀算法使用结构元B对原始图片f进行腐蚀操作，得到标记图像g1；b-2)利用形态学膨胀算法使用结构元B对标记图像g1进行形态学膨胀操作，得到图片T；b-3)利用膨胀算法使用结构元B对图片T进行膨胀操作，得到标记图像g2；b-4)利用形态学腐蚀算法使用结构元B对标记图像g2进行形态学腐蚀操作，得到重构的图片β。3.根据权利要求1所述的基于形态学重建与带有指导滤波的F...

【专利技术属性】
技术研发人员：周劲，徐广梅，董吉文，韩士元，王栋，王琳，吴鹏，陈月辉，
申请(专利权)人：济南大学，
类型：发明
国别省市：山东,37