[发明专利]基于面积匹配优化K-均值聚类算法的图像分割处理方法

摘要

本发明涉及一种视频检测中基于面积匹配优化K-均值聚类算法的图像分割处理方法，其首先提取前后帧图像的车辆特征点，然后对比前后两帧车辆的面积重叠情况，提取面积重叠区域内特征点位置和剩余特征点位置，分别求取两组特征点均值作为待分割的两类初始聚类中心点，然后进行K-均值分割，根据输出的聚类结果修正面积重叠区域内特征点的分类情况，同时判断聚类后的车辆是否合理，如不合理，则对聚类结果重新聚类并重新统计聚类中心，直到找到合理的车辆后结束聚类分割，返回跟踪结果。该方法基于面积匹配优化，并且采用固定聚类个数进行分割，经过K-均值分割后得到的车辆目标不再需要进入下一轮的匹配处理，使得处理速度更快，节约了时间。

主权项

一种视频检测中基于面积匹配优化K‑均值聚类算法的图像分割处理方法，其特征在于，所述的方法包括以下步骤：(0)提取当前帧运动目标图像后，通过匹配找到前一帧中与所述的运动目标图像相匹配的目标图像；(1)分别提取当前帧和前一帧运动的特征点；(2)对当前帧和前一帧进行面积匹配，得到当前帧运动目标图像与前一帧运动目标图像重叠的重叠面积区域；(3)分别计算当前帧的重叠面积区域和非重叠面积区域的特征点均值，作为K‑均值初始聚类中心；(4)进行K‑均值聚类分割，并修正分割结果；(5)判断分割是否成功，如果成功，则进入步骤(8)，如果不成功，则进入步骤(6)；(6)比较本次分割结果是否与前一次分割结果一致，若一致，则进入步骤(8)，若不一致，则进入步骤(7)；(7)根据分割后的结果调整初始聚类中心，并返回步骤(4)；(8)输出结果，结束本方法。