[发明专利]一种鲁棒性的FCM图像分割方法

摘要

本发明公开了一种鲁棒性的FCM图像分割方法，包括：设定模糊指数、迭代停止阈值和最大迭代次数，并初始化聚类个数和邻域窗口；初始化隶属度，并计算第0次迭代的聚类中心；根据样本点与初始的聚类中心的灰度值差计算模糊因子；利用模糊因子计算迭代的隶属度；重新计算迭代的聚类中心；判断迭代前后的隶属度值差小于迭代停止阈值或者迭代次数超过最大迭代次数时，则完成图像分割并输出分割后的图像；否则重复进行下一次迭代直至满足该条件为止。本发明构建新的模糊因子，充分利用了局部空间信息和灰度值信息，并且直接作用在原图像上，尽最大可能的保存了原始图片的细节，增强对噪声的鲁棒性。尤其在高噪声的情况下，本发明的优越性更能突出。

主权项

1.一种鲁棒性的FCM图像分割方法，其特征在于，包括如下步骤：步骤a：输入一张含有噪声的待处理图像；步骤b：设定模糊指数m、迭代停止阈值ε和最大迭代次数maxIter，并初始化聚类个数c和邻域窗口大小W；步骤c：利用0至1之间的随机数初始化隶属度U0，并利用初始的隶属度U0计算第0次迭代的聚类中心V0；所述聚类中心V0包含c个聚类中心；步骤d：对于第iter次迭代，iter＝1，2，...，maxIter，利用所述待处理图像的样本点与聚类中心Viter‑1的灰度值差以及所述隶属度Uiter‑1和空间欧式距离，计算第iter次迭代的模糊因子Giter；步骤e：利用所述模糊因子Giter和所述聚类中心Viter‑1计算第iter次迭代的隶属度Uiter，iter＝1，2，...，maxIter；步骤f：根据所述隶属度Uiter重新计算第iter次迭代的聚类中心Viter；步骤g：判断第iter次迭代前后的隶属度值差小于所述迭代停止阈值ε或者迭代次数iter超过所述最大迭代次数maxIter时，则完成图像分割并输出分割后的图像；否则重复所述步骤d与步骤g进行下一次迭代计算隶属度和聚类中心直至满足条件为止；其中，所述步骤d计算模糊因子包括如下步骤：步骤d1：若当前处于图像中第i个样本点和第k个聚类中心时，根据||xt‑vk||计算第i个样本点的第t个邻域点和第k个聚类中心的灰度值差，记为SUM；步骤d2：确定第i个样本点的邻域窗口各个邻域点的位置，利用坐标(x,y)标定所述第i个样本点的位置，利用(x+ii，y+jj)标定所述邻域内各邻域点的位置；步骤d3：在所述邻域内确定一个所述邻域点的坐标，记为(x′,y′)，计算样本点i与所述邻域点t之间的欧氏距离步骤d4：求得基于邻域点隶属度空间距离约束的模糊因子Gkt；所述模糊因子以如下公式表示：式中，ukt表示第t个邻域点属于第k个聚类中心的隶属度，ulj表示第j个邻域点属于第l个聚类中心的隶属度，其中l不包含k；步骤d5：重复上述步骤d3与步骤d4，求得所述邻域内所有邻域点的模糊因子Gkt，其中，所述邻域不包含样本点i；并求和得到所述模糊因子Gki,t＝1,2,…,W；步骤d6：重复c次上述步骤d3至步骤d5，得到第i个样本点的c个模糊因子Gij，j＝1，2，...，c。