[发明专利]基于全局流形原型聚类算法与分水岭算法的图像分割方法

摘要

本发明公开一种基于全局流形原型聚类算法与分水岭算法的SAR图像分割方法，主要解决现有聚类分割方法计算量大和分割结果不稳定的问题。其实现步骤为：(1)设定终止条件，给运行参数；(2)输入待分割图像，对其进行粗分割；(3)提取粗分割后得到的图像块的特征；(4)以图像块的特征为待处理数据，选取初始聚类中心；(5)计算任意两个待处理数据点间的流形距离；(6)以待处理数据间的流形距离作为相似性度量对待处理数据进行聚类；(7)更新聚类中心；(8)判断是否达到终止条件，未达到则返回步骤(6)，否则，输出分割结果图。本发明具有用时短，分割结果准确、稳定的优点，可用于图像增强、模式识别、目标跟踪等技术领域中。

主权项

一种基于全局流形原型聚类算法与分水岭算法的SAR图像分割方法，包括如下步骤：(1)设定聚类终止条件e为10-10，给定分水岭标记阈值T、流形距离伸缩因子ρ运行参数；(2)输入待分割图像，使用标记分水岭算法对其进行粗分割；(3)提取待分割图像离散小波三层变换的子带能量，作为待分割图像的特征向量，并将粗分割图像中每个图像小块内点的小波特征中值作为该图像块的特征；(4)以图像块的特征为待处理数据，依次选取令聚类误差最小的K个待处理数据点作为初始聚类中心，K为聚类类数；(5)计算任意两个待处理数据点间的流形距离；(6)以待处理数据间的流形距离作为相似性度量对待处理数据进行聚类；(7)将每类中的所有待处理数据点分别作为该类的聚类中心，计算类内距离和，选取使类内距离和最小的待处理数据点，作为该类新的聚类中心；(8)将当前新的聚类与上次聚类相比，求取聚类误差的变化率，若该变化率未达到聚类终止条件e，返回步骤(6)，否则，将当前次聚类结果作为最终聚类结果，进行步骤(9)；(9)由待处理数据的最终聚类结果得到待分割图像的分割结果，并将分割结果图输出。