基于自动差分聚类算法的遥感图像分割方法技术

本发明专利技术公开了一种基于自动差分聚类算法的遥感图像分割方法，主要解决现有图像分割技术中计算复杂度较高、分割效果不好的问题。其实现步骤为：(1)输入待分割图像，提取待分割图像特征；(2)产生聚类数据；(3)随机抽取聚类数据初始化种群；(4)根据个体的标签位激活聚类中心；(5)根据激活的聚类中心，计算个体适应度值；(6)用改进的差分进化方法进化种群；(7)对进化后种群进行类别数振荡操作；(8)利用FCM更新质心；(9)利用更新后质心判断终止条件，并记录最优个体；(10)对最优个体解码，分配类别标号并输出分割图像。本发明专利技术具有分割精度高、边缘定位准确的优点，可用于目标识别。

【技术实现步骤摘要】

本专利技术属于图像处理
，更进一步涉及遥感图像分割方法，可用于目标识别。
技术介绍
图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。目前，人们更多采用基于聚类分析的方法来进行图像分割。用基于聚类分析的方法分割图像是将图像空间中的像素用对应的特征空间点表示，根据它们在特征空间的聚集对特征空间进行分割，然后将它们映射回原图像空间，从而达到图像分割的目的。为了更加准确、全面的获取图像分割信息，近几年出现了一些应用自动聚类方法实现图像分割的技术，可以在图像分割类别数未知的情况下对图像进行分割，而且可以达到更好的分割结果和分割精度。U. Maulik 在学术期干丨J“Automatic Fuzzy Clustering Using ModifiedDifferential Evolution for Image Classification” (IEEE Trans. Geosci. RemoteSens. VOL. 48，NO. 9，Sep. 2010)中公开了一种基于改进差分进化的自动模糊聚类的图像分割方法。该方法首先对传统的差分进化方法进行了改本文档来自技高网...

【技术保护点】
一种基于自动差分聚类算法的遥感图像分割方法，包括以下步骤：(1)输入待分割图像I，分别提取待分割图像I的小波特征向量和纹理特征向量，并用小波特征向量和纹理特征向量表示待分割图像I的每一个像素点v；(2)产生聚类数据：用待分割图像I的膨胀变换减去其腐蚀变换，得到形态梯度图像I1，计算形态梯度图像I1的灰度值矩阵的平方积，得到反映图像边缘的浮点活动图像I2，用分水岭方法初分割浮点活动图像I2，得到不同的图像块，对每一个图像块的所有像素点的特征取平均值，获得代表初始聚类数据的每一块的特征值；(3)随机抽取聚类数据初始化种群：种群中每个个体编码长度为L+L×d，每个个体分为两个部分，前L位为标签位，后...

【技术特征摘要】

【专利技术属性】
技术研发人员：李阳阳，焦李成，王爽，武小龙，马文萍，马晶晶，李玲玲，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：