[发明专利]基于三层FCM聚类的小波域多尺度非监督纹理分割方法

权利要求书

1.一种基于三层FCM聚类的小波域多尺度非监督纹理分割方法，主要包括如下过程：

(1)输入待分割图像、给定图像的分类数N_c和小波变换的最大尺度J；

(2)对图像进行J层小波变换，每一尺度上包含一个低频子带小波系数矩阵w^j，LL和三个高频子带小波系数矩阵w^j，LL、w^j，LH和w^j，HH，将三个高频子带系数矩阵对应位置的小波系数构成向量，作为该尺度高频部分的特征f^j，H；低频部分的特征f^j，L直接采用低频子带小波系数矩阵w^j，LL；

(3)采用第一层FCM分别对低频和高频部分的特征进行聚类，获取每一尺度上低频与高频部分的分割结果，分别记为seg^j，L和seg^j，H；

(4)每一尺度上，采用第二层FCM对seg^j，L和seg^j，H进行融合，获取单尺度分割结果x^j；

(5)从大尺度到小尺度采用第三层FCM进行尺度间分割结果融合，获取每一尺度的最终分割结果 最高分辨率尺度上的分割结果 为该算法最终的分割结果。

2.根据权利要求1所述的分割方法，其中步骤(2)按如下过程进行：

(2a)对输入图像进行J层小波变换；

(2b)低频和高频部分的特征分别按照如下形式构造：

其中(r，c)为存储位置。

3.根据权利要求1所述的分割方法，其中步骤(3)按如下过程进行：

(3a)设f^j，L和f^j，H的聚类数分别为K1^L和K1^H；

(3b)对特征矩阵f^j，L和f^j，H分别进行第二层FCM聚类，采用如下符号表示有关信息：特征矩阵大小M×N、聚类数K1^j，b、特征矩阵f^j，b(b＝L，H)，聚类过程描述如下：

(3b1)初始化：初始化大小为M×N×K1^j，b的隶属度矩阵U^j，b，每一元素均在[0，1]上取值；

(3b2)迭代过程：

更新聚类中心：

更新隶属度矩阵：

(3b3)判断是否满足终止条件：迭代次数是否达到最大次数或者两次迭代的隶属度之间的最大差值是否小于给定阈值epsilon，如果满足终止条件则算法结束；否则继续转步骤(3b2)继续执行；

(3c)根据最大隶属度原则计算每一位置的分割结果 (b＝L，H)： 

4.根据权利要求1所述的分割方法，其中步骤(4)按如下过程进行：

(4a)在给定的窗口大小内，计算seg^j，b(b＝L，H)的局部标记直方图f^j，b：

其中，k1＝1，2，…，K1^j，b，u为以(r，c)为中心的窗口N_r，c内像素的个数；

(4b)将f^j，L和f^j，H对应位置的值串在一起构成尺度j上的特征图像f^j：

(4c)给定聚类数K，对f^j中每一位置的特征采用第二层FCM进行聚类，获取尺度j上的单尺度分割结果x^j。

5．根据权利要求1所述的分割方法，其中步骤(5)按如下过程执行：

(5a)令j＝J-1， 

(5b)判断j＜0是否成立，如果成立则算法结束， 即为所求；否则，转步骤(5c)；

(5c)在给定窗口大小内计算 和x^j的局部标记直方图 和 方法与(4a)相同；

(5d)根据小波变换的采样关系，将 和 对应位置的标记直方图串在一起构成尺度j上的多尺度特征图像 

其中(r′，c′)为(r，c)在尺度j+1上的对应位置，满足 和 

(5e)给定聚类数K，对 中每一位置的特征采用第三层FCM进行聚类，获取尺度j上的多尺度分割结果；

(5f)设定j＝j-1，转(5b)继续执行。