一种基于云模型的图像分割方法技术

本发明专利技术公开了一种基于云模型的图像分割方法，在该方法中，首先利用云变换实现图像灰度直方图的变换实现图像底层云抽取；接着利用云综合实现云合并和跃升；最后利用极大判定法实现图像判别和图像分割。本发明专利技术既考虑图像分割中的模糊性，也考虑随机性，并且还考虑二者的关联性的不确定性，因而相对于传统的图像分割方法，具有更好的图像分割效果。

【技术实现步骤摘要】

本专利技术涉及图像处理中的图像分割、目标识别，特别涉及。
技术介绍
图像分割是图像分析和处理的重要问题，是在图像上提取感兴趣目标的技术过程 (章毓晋，2001)。大多数图像分割方法基于确定性方法，然而图像信息中存在很多不确定 性，图像分割中的不确定性成为重要研究方向(Arnaud martin,Hicham laanaya， 2006)。模 糊性与随机性是不确定性的两个重要方面，目前的不确定性图像分割方法主要从这两个方 面着手分析。基于模糊理论的图像分割方法主要考虑模糊性，如模糊C均值聚类算法通过 计算像素对于各个类的隶属度判断像素类的划分(Weiling Cai et al. ，2006)。基于概率 理论的图像分割方法主要考虑随机性，从统计学的角度出发对数字图像进行建模，把图像 中各个像素点的灰度值看作是具有一定概率分布的随机变量。其中，基于马尔柯夫随机场 (MRF)的图像分割方法得到了研究人员的重视(程兵等，2004 ;颜刚，2006)。然而，该方法不 能有效地处理图像分割中的模糊性。随机性与模糊性是密切相关的，不能将二者割裂开来。 云模型及其相关技术既考虑了随机性，也考虑了本文档来自技高网...

【技术保护点】
一种基于云模型的图像分割方法，包括以下步骤：（１）利用云变换实现图像灰度直方图的变换实现图像底层云抽取；（２）利用云综合实现云合并和跃升；（３）利用极大判定法实现图像判别和图像分割。

【技术特征摘要】
一种基于云模型的图像分割方法，包括以下步骤(1)利用云变换实现图像灰度直方图的变换实现图像底层云抽取；(2)利用云综合实现云合并和跃升；(3)利用极大判定法实现图像判别和图像分割。2. 根据权利要求1所述的方法，其中所述底层云由众多云滴构成。3. —种基于云模型的图像分割方法，包括以下步骤(1) 根据原图的图像像素统计信息，生成待分割图像的灰度直方图；(2) 利用云变换将待分割图像的灰度直方图变换成一系列底层云C(EXi， En He》，其 中，EXi、Eni和Hei是第i个云的期望、熵和超熵；(3) 逐步合并所有底层云中距离最近的底层云，得到指定数目的多个高层云，实现由底 层云到高层云的跃升；(4) 利用极大判定法进行图像像素隶属判别，实现图像分割。4. 根据权利要求3所述的方法，其中通过比较各底层云的期望EXi的值，得到所述距离 最近的底层云。5. 根据权利要求4所述的方法，其中依据图像像素灰度的频率f (x)把图像灰度直方图 转换成一系列底层云C(EXi， En He》，其数学表达式为/(x) —|>'*，'' ￡'，他')式中，A是反映每一个底层云包含的云滴数的大小的幅度系数，n为变换后生成的离散 概念的个数。6. 根据权利要求3或4所述的方法，其中，所述步骤(3)包括 首先合并距离最近的两个底层云； 将合并以后的云与其它云放在一起，形成跃升的云；然后，合并跃升的云中距离最近的云，依此类推，逐步合并，得到多个高层云。7. 根据权利要求6所述的方法，其中所述高层云的...

【专利技术属性】
技术研发人员：李德毅，秦昆，杜鹢，许凯，
申请(专利权)人：李德毅，秦昆，杜鹢，许凯，
类型：发明
国别省市：11[中国|北京]