[发明专利]一种结合邻域信息的快速鲁棒模糊C均值图像分割方法

权利要求书

1.一种结合邻域信息的快速鲁棒模糊C均值图像分割方法，包括以下步骤：

步骤1：对所有的邻域窗口，计算邻居像素与中心像素的相似性度量S_ij，

Sij=Ss_ij×Sg_ijj≠i0j=i---(1)]]>

其中，第i个像素表示邻域窗口的中心像素，第j个像素表示邻域窗口的邻居像素，S_{s_ij}是像素的空间相似性：

Ss_ij=exp(-max(|pj-pi|,|qj-qi|)λs)---(2)]]>

其中一个像素占一个单位长度，(p_i,q_i)表示像素i的坐标，λ_s是空间相似性S_{s_ij}宽展的伸缩因子，其取值决定空间相似性S_{s_ij}的变化趋势；

S_{s_ij}是像素的灰度相似性：

Sg_ij=exp(-||xi-xj||2λg×σg_i2),---(3)]]>

其中σ_{g_i}反映邻域窗口的灰度同质性：

σg_i=Σj∈Ni||xj-xi||2NR---(4)]]>

其中x_i表示中心像素的灰度值，x_j表示同一个邻域窗口中邻居像素的灰度值，λ_g是灰度相似性S_{s_ij}宽展的全局伸缩因子；

步骤2：对所有的像素点，利用相似性度量S_ij来重塑图像，并用线性加权的方法构造出新图像ξ：

ξi=Σj∈NiSijxjΣj∈NiSij---(5)]]>

其中ξ_i表示新图像ξ中第i个像素的灰度值，x_j表示原图中环绕在中心像素i周围的邻居像素的灰度值，N_i指落在中心像素i周围的邻居像素的集合；

步骤3：针对新图像ξ，在其灰度直方图上执行快速模糊C均值分割方法，相应的目标函数为：

Js=Σi=1cΣl=1Qγluilm(ξl-vi)2---(6)]]>

其中u_il表示具有灰度值l的象素对第i个聚类的隶属度，v_i表示第i个聚类的中心点，Q表示给定图像的灰度级的总个数，Q<<N，N为图像象素的个数，γ_l表示具有灰度值l的象素个数，l=1,..，Q，m是模糊隶属度的指数，m=2；

利用公式（7）和（8）：

uil=(ξl-vi)-2m-1Σj=1c(ξl-vj)-2m-1---(7)]]>

vi=Σl=1qγluilmξlΣl=1qγluilm---(8)]]>

交替求解隶属度矩阵U和聚类中心V，直到聚类中心不再变化或者达到最大迭代步数，最后输出分割结果。