[发明专利]基于势函数的自适应模糊C均值图像分割方法

摘要

本发明提出了一种基于势函数的自适应模糊C均值图像分割方法，主要解决现有模糊C均值分割方法需要预先设置分类数目、分割效率低的问题。其实现步骤是：(1)输入待分割图像；(2)获取待分割图像直方图势函数与最大势剩余高度；(3)获取待分割图像直方图c阶剩余势函数；(4)合并伪势；(5)获取待分割图像的聚类中心与分类数目；(6)将待分割图像的像素点模糊分类；(7)输出图像分割结果。本发明具有能自适应获得图像最优分类数目、分割效率高、分割结果区域一致性强、边缘平滑等优点，能够有效地对自然灰度图像和红外图像进行分割，可用于目标识别与跟踪。

主权项

基于势函数的自适应模糊C均值图像分割方法，具体步骤如下：(1)输入待分割图像(2)获取待分割图像直方图势函数与最大势剩余高度2a)采用待分割图像的归一化灰度统计直方图，计算获得待分割图像直方图势函数；2b)由计算获得的待分割图像直方图势函数按照下式计算最大势剩余高度：R＝min{P1，P2，…，Pn}其中，R表示最大势剩余高度，取值范围为0＜R＜1，min表示对{·}中的表达式求最小值，P1，P2，…，Pn表示待分割图像直方图势函数曲线中每个波峰的峰值，n表示待分割图像直方图势函数曲线中波峰的个数；(3)获取待分割图像直方图c阶剩余势函数3a)将待分割图像的初始分类数目设置为2；3b)计算模糊衰减因子和模糊伪势因子；3c)将待分割图像直方图c阶剩余势函数组中伪势的初始个数设置为0；3d)计算待分割图像直方图c阶剩余势函数，并将计算获得的函数组中两两相邻的两阶剩余势函数对应的势极值点作差，在获得的所有差值中每当有差值小于模糊伪势因子的值时，就令函数组的伪势个数加1；3e)判断待分割图像直方图最后一阶剩余势函数的峰值是否小于最大势剩余高度，若峰值小于最大势剩余高度，则执行步骤(4)，否则令分类数目加1，执行步骤3b)；(4)合并伪势4a)计算直方图势划分函数；4b)将计算获得的直方图势划分函数组对应的所有势极值点按照由小到大的顺序排序，并按照势极值点的排序顺序将与之对应的直方图势划分函数排列；4c)判断直方图势划分函数组中是否存在伪势将排列后的直方图势划分函数组中两两相邻的两个势划分函数对应的势极值点相减，获得的所有差值中每当出现差值小于模糊伪势因子的值时，表明与之对应的两个 直方图势划分函数中存在伪势，则执行步骤4d)，若直方图势划分函数组中不存在伪势，则将该函数组作为待分割图像直方图势划分函数组，执行步骤(5)；4d)合并直方图势划分函数组中的伪势分别提取直方图势划分函数组中存在伪势的两个直方图势划分函数的极值，比较两个极值获得其中的最大值；将存在伪势的两个直方图势划分函数求和，得到一个和函数；将和函数按照下式拟合，得到合并伪势后的直方图势划分函数：F′(k)＝y/(1+f1(k‑x)4)其中，F′(k)表示合并伪势后的直方图势划分函数，k表示灰度级数，取值范围为0≤k≤255，y表示存在伪势的两个直方图势划分函数的最大值，f1表示模糊衰减因子，x表示和函数的极值点；4e)将直方图势划分函数组中的所有伪势合并，得到待分割图像直方图势划分函数组；(5)获取待分割图像的聚类中心与最优分类数目将待分割图像直方图势划分函数组对应的每个势极值点，作为待分割图像的聚类中心，将势极值点的数目作为待分割图像的最优分类数目；(6)将待分割图像的像素点模糊分类6a)计算待分割图像中每个像素点与聚类中心的欧氏距离；6b)由计算获得的欧氏距离计算待分割图像中像素点的隶属度；6c)由计算获得的像素点的隶属度对待分割图像中的像素点分类；(7)输出图像分割结果将待分割图像中隶属于同一类的像素点标记，完成对图像的分割，并输出图像分割结果。