专利名称：一种基于减法聚类的快速图像分割方法
技术领域：
本发明涉及数字图像处理技术领域，具体来说是一种基于减法聚类的快速图像分割方法。
背景技术：
数字图像分割是数字图像处理领域的一块重要技术。图像分割就是将图像细分为构成它的子区域或对象。常常被当成一个重要环节被嵌入机器视觉系统的处理过程中。左均值聚类、模糊c均值聚类经常被用于数字图像的分割，是大家常用的方法。然而由于左均值聚类和模糊c均值聚类这两种图像分割方法对初始的聚类中心很敏感，不同的初始值很 容易得到不同的结果。由于减法聚类具有获取初始聚类中心的特点，所以可以和A均值聚类或模糊c均值聚类方法结合。因此，在对图像进行分割前，可首先用减法聚类方法获得初始图像的像素聚类中心，然后再结合左均值聚类、模糊c均值聚类对图像进行分割。近几年，减法聚类比较常见的应用是与模糊c均值聚类结合，结合具体应用对数据进行聚类并对减法聚类做相应的改进。然而，现在的数字图像很多都是高清，数据量大，分割的时间复杂度高，所以在用减法聚类对数字图像进行分割前，需考虑一种能显著降低时间复杂度的数字图像分割方法。
发明内容
本发明针对数字图像分割时间复杂度高的问题，提出了一种基于减法聚类的快速图像分割方法。一种基于减法聚类的快速图像分割方法，包括
步骤(I)将所有像素点进行归一化，对等待分割的所有像素进行等间隔均匀采样后重组。步骤(2)在重组的像素中，计算采样像素点两两之间的密度权值矩阵及其逆矩阵、采样像素与剩余未采样像素之间的密度权值矩阵。步骤(3)根据奈斯特龙逼近原理，获得未采样像素两两之间密度权值矩阵的逼近矩阵。步骤(4)用步骤(3)生成的未采样像素两两之间的密度权值矩阵、采样像素点两两之间的密度权值矩阵以及采样像素与剩余像素之间的密度权值矩阵计算所有像素点的密度值。步骤(5)利用步骤(4)得到的所有像素的密度值，计算所有像素的最大密度值并获得聚类中心，为找出新的聚类中心，根据减法聚类，对每个像素点的密度值进行衰减，该过程不断迭代，根据终止条件停止迭代，从而完成图像分割。本发明的有益效果本发明提供了一种基于减法聚类的快速图像分割方法。与常用的基于k均值或模糊c均值的分割方法相比，本发明在不影响分割结果的情况下，对于较大规模的图像，本发明可从原来的时间复杂度0(#F2) ■ CKnd2N)，大大提高数字图像分割的稳定性和实时性，有着广泛的应用前景。
图I为本发明的方法流程 图2为本发明图像分割实验结果。其中(a) Hestain测试图(b) Fabric测试图(C)Hestain经典减法聚类分割图(d) Fabric经典减法聚类分割图(e) Hestain本发明分割图(f) Fabric本发明分割图。
具体实施例方式以下结合附图对本发明作进一步说明。如图I所示，一种基于减法聚类的快速图像分割方法，包括 (I)将所有像素点归一化到一个超立方体中，对等待聚类的所有像素进行等间隔均匀采样后重组。(2)在重组的像素中，计算采样像素点两两之间的密度权值矩阵及其逆阵以及采样像素与剩余未采样像素之间的密度权值矩阵。(3)根据奈斯特龙逼近原理，将计算逼近的未采样像素两两之间的密度权值矩阵，所述的奈斯特龙逼近原理由Fowlkes C.等人提出。(4)用(3)生成的未采样像素两两之间的密度权值矩阵，采样像素点两两之间的密度权值矩阵以及采样像素与剩余像素之间的密度权值矩阵计算所有像素点的密度值。(5)利用(4)得到的所有像素的密度值，计算所有像素的最大密度值并获得聚类中心，为找出新的聚类中心，需对每个像素点的密度值进行衰减，该过程不断迭代，根据终止条件停止迭代。将所有像素点归一化到一个超立方体中，对等待聚类的所有像素进行等间隔均匀采样后重组的具体过程包括以下步骤
I.计算所有像素各个维度的最大最小值；
考虑维空间的#个像素点:q，X2，…，％，计算所有像素点在不同维度的最大最小值。2.利用I)计算的最大最小值归一化所有像素；
利用获得的不同维度的最大最小值对所有像素进行归一化，使得所有像素的不同维度值归一化到[O, I]区间。3.对归一化后的所有像素进行均匀采样；
在归一化的N个像素点中等间隔(ISd Sm采样n个像素点，实现对所有像素的均匀采样。4.归一化后的像素经采样后分为采样像素和未采样像素两部分；
此时采样像素共t个,剩余的未采样像素为个。5.将所有采样像素放在新像素集的前面，未采样像素放在新像素集的后面。在重组的像素中，计算采样像素点两两之间的密度权值矩阵及其逆阵以及采样像素与剩余未采样像素之间的密度权值矩阵的具体过程包括以下步骤
I.计算采样像素两两之间的密度权值矩阵；
定义一对角阵M2，则其逆矩阵为
权利要求
1.一种基于减法聚类的快速图像分割方法，其特征在于该方法包括如下步骤 步骤(I)将所有像素点进行归一化，对等待分割的所有像素进行等间隔均匀采样后重组； 步骤(2)在重组的像素中，计算采样像素点两两之间的密度权值矩阵及其逆矩阵、采样像素与剩余未采样像素之间的密度权值矩阵； 步骤(3)根据奈斯特龙逼近原理，获得未采样像素两两之间密度权值矩阵的逼近矩阵； 步骤(4)用步骤(3)生成的未采样像素两两之间的密度权值矩阵、采样像素点两两之间的密度权值矩阵以及采样像素与剩余像素之间的密度权值矩阵计算所有像素点的密度值； 步骤(5)利用步骤(4)得到的所有像素的密度值，计算所有像素的最大密度值并获得聚类中心，为找出新的聚类中心，根据减法聚类，对每个像素点的密度值进行衰减，该过程不断迭代，根据终止条件停止迭代，从而完成图像分割。
2.根据权利要求I所述的一种基于减法聚类的快速图像分割方法，其特征在于步骤(1)包括以下步骤 1-1.计算所有像素各个维度的最大值和最小值； 1-2.利用1-1计算的最大值和最小值归一化所有像素； 1-3.对归一化后的所有像素进行均匀采样； 1-4.将均匀采样像素后分为采样像素和未采样像素两部分； 1-5.将所有采样像素放在新像素集的前面，未采样像素放在新像素集的后面。
3.根据权利要求I所述的一种基于减法聚类的快速图像分割方法，其特征在于步骤(2)包括以下步骤 2-1.计算采样像素两两之间的密度权值矩阵0_； 2-2.求取采样像素两两之间的密度权值矩阵的逆矩阵; 2-3.计算采样像素与剩余未采样像素之间的密度权值矩阵。
4.根据权利要求I所述的一种基于减法聚类的快速图像分割方法，其特征在于步骤(3)包括以下步骤 3-1.求采样像素与剩余未采样像素之间的密度权值矩阵转置矩阵； 3-2.将采样像素与剩余未采样像素之间的密度权值矩阵的转置矩阵乘于采样像素两两之间的密度权值矩阵的逆矩阵； 3-3.将3-2的计算结果乘于采样像素与剩余未采样像素之间的密度权值矩阵，从而获得未采样像素两两之间密度权值矩阵的逼近矩阵。
5.根据权利要求I所述的一种基于减法聚类的快速图像分割方法，其特征在于步骤(4)包括以下步骤 4-1.将采样像素两两之间的密度权值矩阵、采样像素与剩余未采样像素之间的密度权值矩阵转置矩阵、采样像素与剩余未采样像素之间的密度权值矩阵转置矩阵及未采样像素两两之间密度权值矩阵的逼近矩阵进行组合生成所有采样像素两两之间的密度权值矩阵；4-2.将所有采样像素两两之间的密度权值矩阵的每行元素进行求和； 4-3.将4-2的求和结果映射为所有像素的密度值。
6.根据权利要求I所述的一种基于减法聚类的快速图像分割方法，其特征在于步骤(5)包括以下步骤 5-1.计算所有像素的最大密度值，从而获取第一个聚类中心； 5-2.对所有像素的密度值进行衰减，并计算所有像素的最大密度值，从而获取第二个聚类中心； 5-3. 5-2的过程不断迭代，根据终止条件停止迭代； 5-4.根据々均值方法对所有像素做进一步分割。
全文摘要
本发明公开了一种基于减法聚类的快速图像分割方法。本发明首先将所有像素点归一化到一个超立方体中，对等待聚类的所有像素进行等间隔均匀采样后重组；在重组的像素中，计算采样像素点两两之间的密度权值矩阵及其逆阵以及采样像素与剩余未采样像素之间的密度权值矩阵。然后计算逼近的未采样像素两两之间的密度权值矩阵和计算所有像素点的密度值。最后计算所有像素的最大密度值并获得聚类中心，为找出新的聚类中心，需对每个像素点的密度值进行衰减，该过程不断迭代，根据终止条件停止迭代。本发明与经典的减法聚类方法相比，本发明在不影响聚类结果的情况下，对于较大规模数据集，大大提高减法聚类方法的实时性。
文档编号G06T7/00GK102903104SQ201210337838
公开日2013年1月30日 申请日期2012年9月13日 优先权日2012年9月13日
发明者孙志海, 周文晖, 吴以凡, 王云建 申请人:杭州电子科技大学