【技术实现步骤摘要】
基于改进小波聚类的彩色图像分割方法
本专利技术涉及图像分割领域，具体为一种基于改进小波聚类的彩色图像分割方法。
技术介绍
图像分割是根据图像的某些特征将图像分割成有意义且具有相同性质的若干不相交区域的过程。基于聚类方法的图像分割问题，即为解决具有相似性质的图像基元分类的问题，是后续图像处理和图像分析的关键步骤，也是图像理解和计算机视觉的重要课题。彩色图像提供了更多更复杂的信息，对于彩色图像的分割是图像处理中的难题之一。近年来基于超像素的彩色图像分割方法已经进行了大量的工作，其中基于区域生长以及聚类的彩色图像分割方法，因其可以得到较好的分割结果而受到了广泛的关注和研究。超像素聚类方法(SegmentationbyAggregatingSuperpixels，SAS)更多的考虑了超像素之间的空间关系，具有较好的算法鲁棒性，但是有时会导致过分割的现象。NormalizedCut(Ncut)方法从图论的角度看待图像分割问题，使用归一化准则衡量超像素之间的相似程度，并将这种相似程度作为超像素合并的依据，但受到归一化准则的影响，...
【技术保护点】
1.一种基于改进小波聚类的彩色图像分割方法，其特征在于，具体步骤如下：/n步骤1：图像主结构提取，利用公式(1)～公式(4)给出的主结构提取算法提取原始彩色图像I的主结构，去除原始彩色图像I中的冗余信息，得到主结构图像，定义所述主结构图像的像素个数为M；/n
【技术特征摘要】
1.一种基于改进小波聚类的彩色图像分割方法，其特征在于，具体步骤如下：
步骤1：图像主结构提取，利用公式(1)～公式(4)给出的主结构提取算法提取原始彩色图像I的主结构，去除原始彩色图像I中的冗余信息，得到主结构图像，定义所述主结构图像的像素个数为M；
式中，T表示彩色图像主结构提取的目标函数，S表示生成的主结构图像，Sp表示生成的主结构图像S中像素p位置的值，Ip表示原始彩色图像I中像素p位置的值，ε表示一个常数且ε>0，用来避免分母为出现0的情况，γ表示控制输出图像平滑程度的权重，其中γ∈[0.01,0.03]，Dx(p)表示原始彩色图像I中的像素p在x方向上窗口的全变分，Dy(p)表示原始彩色图像I中的像素p在y方向上窗口的全变分，Lx(p)表示原始彩色图像I中的像素p在x方向上窗口的总体空间变分，Ly(p)表示原始彩色图像I中的像素p在y方向上窗口的总体空间变分，q表示原始彩色图像I中的像素p的邻域R(p)内的像素，表示原始彩色图像I中的像素q的x方向上的邻域内像素点的梯度，表示原始彩色图像I中的像素q的y方向上的邻域内像素点的梯度，gp,q表示依据空间信息定义的加权函数，σ表示窗口的空间尺度，其中σ∈[0,8]，(xp,yp)表示原始彩色图像I中的像素p的空间位置，(xq,yq)表示原始彩色图像I中的像素q的空间位置；
步骤2：超像素的分割，采用SLIC算法将主结构图像进行过分割，得到c个超像素，其中c根据SLIC算法的设置的种子参数e确定；
步骤3：简化每个超像素特征，提取每个超像素的颜色特征，对颜色特征进行主成分分析，得到简化后的超像素颜色特征；
步骤4：计算每个超像素权重，根据每个超像素的灰度信息、相邻的超像素信息和超像素的位置信息计算每个超像素的权重；
步骤5：分割彩色图像，利用小波聚类对步骤3中得到的简化后的超像素颜色特征和步骤4中超像素权重实施聚类，得到聚类结果，然后通过所述聚类结果得到超像素标签，进而得到彩色图像分割结果。
2.根据权利要求1所述的一种基于改进小波聚类的彩色图像分割方法，其特征在于，所述步骤2超像素的分割，采用SLIC算法将主结构图像过分割为超像素，具体步骤如下：
2.1)初始聚类，接受一个种子参数e用于指定生成的超像素数目，首先根据边长W将主结构图像分割为M/e个超像素，其中M为主结构图像中的像素个数，所述边长W满足W＝[M/e]^0.5，每隔W个像素取一个聚类中心，利用公式(5)计算聚类中心像素与所述聚类中心的2W×2W大小邻域中的像素颜色和空间位置归一化距离D(a,d)，通过所述归一化距离D(a,d)为每个像素分配距所述像素距离最近的聚类中心标签，得到初始聚类，
式中，d表示聚类中心的标签，Cd表示Lab空间中聚类中心的颜色特征向量，向量Sd表示聚类中心二维空间位置坐标，向量Sa表示聚类中心2W×2W大小邻域中的像素的二维空间位置坐标，a表示聚类中心标签d的2W×2W大小邻域的超像素标签，Ca表示Lab空间中聚类中心2W×2W大小邻域的颜色特征向量，Nc表示位置的归一化常数，且满足Nc∈[0,1]，Ns表示Lab空间距离的归一化常数，且满足NS∈[0,1]；
2.2)迭代聚类，初始聚类后，利用公式(6)依据聚类中心对应的超像素中所有像素的颜色和空间位置的均值迭代更新聚类中心，并计算聚类中心更新后与更新前的位置的差值，根据差值是否高于阈值判断是否重新设置聚类中心，不断迭代计算聚类中心直至收敛；
式中，表示第d类的聚类中心，Gd表示聚类中心对应的超像素中的所有像素，Nd表示超像素Gd中的像素数。
3.根据权利要求1所述的一种基于改进小波聚类的彩色图像分割方法，其特征在于，所述步骤3中简化每个超像素特征，提取每个超像素的颜色特征，对颜色特征进行主成分分析，得到简化后的超像素颜色特征，具体表述为：
3.1)定义第k个r维超像素的颜色特征点为xk＝[x1…xr]，其中k∈[1,c]，c表示经步骤2迭代聚类之后生成的超像素个数，则c个r维超像素的颜色特征点集合表示为
3.2)利用公式(7)将颜色特征点集合X通过使目标函数最小化后得到在低维空间中的线性无关的超像素颜色特征点集合B＝[b1…bm]，其中[b1…bm]∈Rc×m，c表示经步骤2迭代聚类之后生成的超像素个数，m表示经主成分分析后得到的颜色特征的个数，即超像素颜色特征点集合B则可表示为由c个颜色特征点组成的超像素颜色特征点集合，其中每个颜色特征点具有m个颜色特征，其中公式(7)的解由对应于由协方差矩阵A＝XXT的特征分解获得的前m个最大特征值的特征向量求得，
式中，||·||F表示矩阵的F-范数，X表示c个r维超像素颜色特征点集合，表示通过X的协方差矩阵求得的特征向量，表示的转置特征向量，B表示超像素颜色特征点集合，A表示协方差矩阵，XT表示矩阵X的转置。
4.根据权利要求1所述的一种基于改进小波聚类的彩色图像分割方法，其特征在于，所述步骤4计算超像素权重，根据每个超像素的灰度信息、相邻的超像素信息和超像素的位置信息计算每一个超像素的权重，具体表述为：
4.1)利用公式(9)计算每个超像素中所有像素的位置均值与图像中心的归一化距离，
式中，(x,y)表示每个超像素中所有像素的位置均值，(x0,y0)表示为原始彩色图像的中心，σx表示原始彩色图像宽值的1/2，σy表示原始彩色图像高值的1/2；
4.2)利用公式(10)判断每个超像素li是否处于主结构图像边缘，如果t(u)＝1，则表示超像素不位于主结构图像边缘，如果t(u)∈[0,1)，则表示超像素位于主结构图像的边缘，
式中，u表示超像素中位于主结构图像边缘的像素，若u＝0则表示超像素li不位于图像边缘且t(u)＝1，反之若超像素li位于图像边...
【专利技术属性】
技术研发人员：冷祺阅，曲长波，袁贵森，刘腊梅，
申请(专利权)人：辽宁工程技术大学，
类型：发明
国别省市：辽宁;21
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。