[发明专利]一种基于k均值聚类的露天矿岩层图像分割方法

说明书

本发明公开了一种基于k均值聚类的露天矿岩层图像分割方法，包括，将露天矿岩层的RGB彩色图像归一化为灰度图像，并对灰度图像进行阈值分割，获得分割区域的中心像素点坐标；对中心像素点坐标进行聚类，获得空间距离；将RGB彩色图像转换为HSI彩色图像，并对HSI彩色图像进行聚类，获得颜色距离；通过设定的颜色距离阈值对HSI彩色图像进行优化分类；根据空间距离和颜色距离，获得像素点距离评价指标，并通过像素点距离评价指标对各层物体的像素点进行融合，完成分割；本发明可实现全自动、智能化露天矿各地质结构层次的分割与提取，且成本低、效率高、鲁棒性强。

技术领域

本发明涉及露天矿岩层图像分割的技术领域，尤其涉及一种基于k均值聚类的露天矿岩层图像分割方法。

背景技术

露天矿开采过程中，随着开采面的不断推进，其采场内的煤层、岩层、土层、植被层等分布情况也在不断变化，若能精准获得采场内各层次的动态变化，这将对于整个矿区宏观的生产研究有着重要的意义。通过在固定位置获取高分辨率图像，对图像进行分割，进而分析其时序性变化，因此精确的图像分割方法就显得尤为重要。

目前国内外对于彩色图像的分割方法主要有基于区域的方法、直方图阀值化、特征空间聚类、模糊技术、边缘检测、神经网络和基于物理模型研究。现有的彩色图像分割技术并没有形成一个系统的体系结构，单一的方法在现有的研究成果中都是针对特定的图像进行特定的应用。且主要针对小目标、有一定结构特征的物体，对于弱纹理、大场景区域的分割分类研究较少。大场景区域中物体类别较多，噪声大，且由于光照变化的影响，使得部分区域会有阴影、视差、像素饱和度不一等现象。一般图像分割主要为提取目标感兴趣区域，对背景区域采用相同像素进行处理，对于采场图像分割主要是将图片划分为不同的类别，且每一类别都应是一个连通区域。针对上述问题，当前的算法不能够直接对其进行精确的分割分类。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明提供了一种基于k均值聚类的露天矿岩层图像分割方法，能够解决目前算法无法直接对露天矿区彩色图片地质构造层次智能化、自动化提取，且传统手动分割存在数据量大、耗时长等问题。

为解决上述技术问题，本发明提供如下技术方案：包括，将露天矿岩层的RGB彩色图像归一化为灰度图像，并对所述灰度图像进行阈值分割，获得分割区域的中心像素点坐标；对所述中心像素点坐标进行聚类，获得空间距离；将所述RGB彩色图像转换为HSI彩色图像，并对HSI彩色图像进行聚类，获得颜色距离；通过设定的颜色距离阈值对HSI彩色图像进行优化分类；根据所述空间距离和颜色距离，获得像素点距离评价指标，并通过所述像素点距离评价指标对各层物体的像素点进行融合，完成分割。

作为本发明所述的基于k均值聚类的露天矿岩层图像分割方法的一种优选方案，其中：所述灰度图像包括，

Grey＝0.299*R+0.587*G+0.114*B其中，Grey为所述灰度图像，R、G、B分别表示露天矿岩层的RGB彩色图像中红、绿、蓝三个通道的颜色。

作为本发明所述的基于k均值聚类的露天矿岩层图像分割方法的一种优选方案，其中：所述阈值分割包括，根据图片场景的需求，设定图像类别数目为n，根据直方图分别计算所述灰度图像的最小像素值P_min、最大像素值P_max；结合所述最小像素值P_min、最大像素值P_max计算原始分类阈值W，并据此统计各阈值区间内的参数；根据所述各阈值区间内的参数计算最终阈值P_s，并根据所述最终阈值进行分割，获得所述分割区域的中心像素点坐标；其中，所述原始分类阈值W为：