[发明专利]基于特征重要度排序谱聚类的图像分割方法

权利要求书

1.一种基于特征重要度排序谱聚类的图像分割方法，包括如下步骤：

(1)对待分割的图像进行灰度值特征，灰度共生特征或小波特征进行提取；

(2)对所提取的特征数据进行归一化处理，以去除数据间量级的影响；

(3)对归一化后的特征数据，根据不同的特征，分别计算所有样本的重要度；

3a)对于灰度值特征，按照下式计算所有样本的重要度：

I_i＝1/min{v′_i，255-v′_i}i＝1，2，…，N

其中，N是样本总数，v′_i是第i个样本的灰度值；

3b)对于灰度共生特征，按照下式计算所有样本的重要度：

Ii=Σj=912vi(j)′i=1,2,···,N]]>

其中，N是样本总数，v_i(j)′是第i个样本在0°45°，90°，135°这4个方向上的 能量值，其中j＝9，…，12；

3c)对于小波特征，按照下式计算所有样本的重要度：

Ii=Σj=710vij′i=1,2,···,N]]>

其中，N是样本总数，v_ij′是第i个样本的低频子带能量值，其中j＝7，…，10；

(4)对所有样本的重要度I＝{I_i，i＝1，2，…，N}从高到低进行排序，并选择重要 度高的前100个样本作为采样的样本子集；

(5)根据方法，用选出的样本子集求解所有样本谱映射后的特征向 量空间，并取其前k个特征值对应的特征向量进行降维，其中k是给定的类别数；

(6)对降维后的数据进行k-means聚类，作为图像的最终分割结果。