[发明专利]一种基于切比雪夫距离的半监督多目标聚类图像分割方法

权利要求书

1.一种基于切比雪夫距离的半监督多目标聚类图像分割方法，其特征在于，包括以下步骤：

步骤1：输入待分割的彩色图像；

步骤2：设置基于切比雪夫距离的半监督多目标聚类的参数；

步骤3：标记数据样本点；

步骤4：计算步骤3中标记数据样本点的相应类均值，并对彩色图像数据进行基于切比雪夫距离的半监督多目标进化聚类，得到一个近似帕累托最优的非支配解集；采用闵可夫斯基得分指标从近似帕累托最优的非支配解集中选择一个最优个体；

其中，步骤4中对输入的待分割的彩色图像数据进行基于切比雪夫距离的半监督多目标进化聚类，得到一个近似帕累托最优的非支配解集的具体过程如下：

4a)染色体表示与种群初始化：对各个聚类中心进行实数编码，每个染色体是由C个3维的聚类中心组成，其中染色体的前M个聚类中心是由步骤3得到数据样本点的相应类均值与0～1之间的随机数相加得到，当M小于C时，剩下的C-M个聚类中心则从输入的图像数据集中随机选取，此时代数计数器G＝1；

4b)根据适应度函数，计算初始化后的种群中每个染色体的适应度函数值，其中适应度函数中数据间的距离测度是依据切比雪夫距离函数进行计算的；

其中适应度函数为两个：一个为基于监督信息的类内紧致性函数F，另一个为类间分离度函数S；计算初始化后的种群中每个染色体的适应度函数值的具体过程如下：先对染色体解码，得到聚类中心v₁,v₂,…,v_C，根据得到的聚类中心计算结合了监督信息的隶属度h_ij：

其中，

这里，X＝{x₁,x₂,...,x_n}表示图像；v_i为聚类中心，D(v_i,x_j)表示第i个聚类中心与第j个像素的切比雪夫距离,即D(v_i,x_j)＝m_wax(|x_jw-v_iw|),w＝1,2,…,W，w表示第i个聚类中心与第j个像素的维数；m为模糊指数，取2；u_ij是模糊隶属度；f_ij表示标记样本点x_j与聚类i的隶属度，且b_j为布尔变量，参数α是样本总数与标记样本个数的比值；

使用下面公式对聚类中心v_i进行更新:

利用更新的之后聚类中心重新计算隶属度h_ij，再根据下式对基于监督信息的类内紧致性函数F进行计算：

另一个类间分离度函数S计算的过程如下：第k个聚类中心v_k对第i个聚类中心v_i的隶属度μ_ik定义为：

这里，D(v_k,v_i)是第k个聚类中心和第i个聚类中心的切比雪夫距离；根据下式对类间分离度函数S进行计算：

根据类内距离准则和类间距离准则可知，类内距离越小越好，类间距离越大越好；为了获得最优聚类中心，在F最小化的同时最大化S；因此，同时对F和1/S优化，使其均为最小化；

4c)根据种群的支配关系和得到的每个染色体适应度函数值，对染色体采用快速非支配排序方法分级并计算分级后染色体的拥挤距离；

4d)采用锦标赛选择方法，根据个体的非支配等级和拥挤距离从种群中选出一半数量的个体；

4e)对步骤4d)中得到的个体进行交叉和变异操作产生新的个体，计算新个体的适应度函数值；

4f)将种群与步骤4e)产生的新个体进行合并，然后执行排序和删减处理，获得与初始种群规模相同的新一代种群；

4g)如果代数计数器G＝60时，则执行步骤4h)；否则，G＝G+1，进行步骤4c)；

4h)对步骤4f)产生的新种群中的个体进行一次更新操作，得到一个近似帕累托最优的非支配解集；

所述的步骤4h)中对步骤4f)产生的新种群个体进行一次更新操作的具体过程为：先从染色体中解码得到聚类中心v₁,v₂,…,v_C，根据得到的聚类中心计算结合了监督信息的隶属度h_ij，然后根据聚类中心v_i的更新公式重新计算聚类中心；

步骤5：根据最优个体对彩色图像中的像素进行类别划分，得到图像的最终分割结果。