图像处理方法以及图像处理装置制造方法及图纸

本申请提供了一种图像处理方法以及图像处理装置，可用于图像处理技术领域，该图像处理方法包括：根据图像的灰度计算所有像素的差分曲率；根据所述差分曲率确定模糊信息权重和空间信息权重；根据模糊信息、空间信息、所述模糊信息权重和所述空间信息权重确定隶属度矩阵和聚类中心；迭代更新所述隶属度矩阵和所述聚类中心，直到满足终止条件。由此，通过差分曲率区分图像中的边缘区域和平坦区域，从而提高对噪声的鲁棒性，使分割结果更加精确。使分割结果更加精确。使分割结果更加精确。

【技术实现步骤摘要】
图像处理方法以及图像处理装置


[0001]本申请涉及图像处理
，尤其涉及一种图像处理方法以及图像处理装置。

技术介绍

[0002]图像分割是图像处理中的关键技术之一，分割是基于图像中可用信息(例如像素强度、能量、熵、均值、方差、阈值等信息)对图像进行聚类。聚类是图像分割领域常用的方法之一，有多种无监督的聚类方法可用于图像分割，例如，传统的模糊C均值聚类算法(Fuzzy C
‑
Means Clustering algorithm，简称“FCM”)。
[0003]然而FCM算法在对图像进行分割时没有考虑图像像素的空间邻域信息，对模糊集合的定义不完善，导致存在对噪声鲁棒性差，收敛速度慢等问题。于是先后提出了直觉模糊C
‑
均值聚类算法(Intuitionistic Fuzzy C
‑
Means Clustering algorithm，简称“IFCM”)和空间直觉模糊C均值聚类算法(Spatial Intuitionistic Fuzzy C
‑
means Clust本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述图像处理方法包括：根据图像的灰度计算所有像素的差分曲率；根据所述差分曲率确定模糊信息权重和空间信息权重；根据模糊信息、空间信息、所述模糊信息权重和所述空间信息权重确定隶属度矩阵和聚类中心；迭代更新所述隶属度矩阵和所述聚类中心，直到满足终止条件。2.根据权利要求1所述的图像处理方法，其特征在于，所述模糊信息权重随着靠近所述图像中的边缘区域而减小，所述空间信息权重随着靠近所述边缘区域而增大。3.根据权利要求1所述的图像处理方法，其特征在于，在所述根据图像的灰度计算所有像素的差分曲率的步骤中，根据所述图像的所述灰度在梯度方向和水平方向的二阶导数计算所述差分曲率。4.根据权利要求1所述的图像处理方法，其特征在于，所述根据所述差分曲率确定模糊信息权重和空间信息权重的步骤包括：对所述差分曲率进行非线性拉伸确定所述模糊信息权重；根据所述模糊信息权重确定所述空间信息权重。5.根据权利要求1所述的图像处理方法，其特征在于，所述模糊信息包括隶属度和犹豫度，所述隶属度表示所述图像中的像素属于预定聚类的概率，所述犹豫度表示所述图像中的所述像素不属于所述预定聚类的确定度。6.根据权利要求5所述的图像处理方法，其特征在于，所述图像处理方法还包括：初始化所述隶属度；根据所述隶属度计算非隶属度；根据所述隶属...

【专利技术属性】
技术研发人员：王迪，李梅，李祖杭，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：