专利名称：基于稀疏遗传聚类的图像分割方法
技术领域：
本发明属于图像处理技术领域，涉及纹理图像及SAR图像分割的方法，可应用于图像的目标检测和目标识别。
背景技术：
聚类是指在没有任何关于样本的先验知识情况下，利用数学的方法研究和处理特定对象的分类，把一个没有类别标记的样本按照某种准则划分成若干个子集，使得相似的样本尽可能被归为ー类，而不相似的样本尽量被划分到不同的类别中。聚类分析是多元统计分析的ー种，也是非监瞀模式识别的ー个重要分支。现有的聚类算法大致可以分成基于划分的聚类、基于层次的聚类、基于密度的聚类、基于网格的聚类、基于模型的聚类，以及与模糊理论、图论、自然计算相关领域结合的聚类技木。图像分割的目的在于将图像划分成互不交叠的若干个区域，要求每个区域的内部具有一致的纹理，而不同区域之间的纹理不同。其过程就是给每个像素分配ー个标号，该标号反映像素在分割结果中所属的类别，对于基于图像特征的图像分割方法，图像分割的实质是ー个按照像素属性即灰度、纹理或顔色等信息进行聚类的过程，因此可以利用聚类方法将图像中一个或多个特征不连续的部分单独划分为ー个子区域，将原始信息转化为更加紧凑的形式，使得更高层次的图像分析和理解成为可能。针对传统聚类技木本身存在的一些缺陷，近年来将智能信息处理技术结合聚类用于图像分割成为ー个热点研究方向，主要包括遗传聚类、免疫克隆聚类、密母聚类等。在这类方法中，图像分割被描述为ー个组合优化问题，而这些智能信息处理技术作为一种优化算法来寻找最优的图像分割結果。上述聚类技术虽然能够克服传统聚类技术的ー些缺点，例如对初始值敏感，导致分割结果不稳定等，但是它们的启发搜索信息不足，导致搜索速度慢，耗费时间长，这将极大地限制了这些方法在图像分割领域的应用。
发明内容
本发明的目的在于针对上述已有技术的不足，提出一种基于稀疏遗传聚类的图像分割方法，将遗传算法与稀疏表示理论相结合，充分利用二者的优点，降低时间复杂度，カロ快图像分割速度，改善图像分割效果。为实现上述目的，本发明包括以下步骤(I)对待分割的大小为256X256的图像I进行3层平稳小波变换，图像像素点总个数为z，对每个像素点提取出10维子带能量特征，构成大小为ZXlO的输入数据样本Y ;(2)对输入数据样本Y利用KSVD算法，求解下式min{ Y-DX |2}，
权利要求
1.一种基于稀疏遗传聚类的图像分割方法，包括以下步骤 (1)对待分割的大小为256X256的图像I进行3层平稳小波变换，图像像素点总个数为z，对每个像素点提取出10维子带能量特征，构成大小为ζΧΙΟ的输入数据样本Y ; (2)对输入数据样本Y利用KSVD算法，求解下式min{ IY-DX | |2}，满足
2.根据权利要求1所述的基于稀疏遗传聚类的图像分割方法，其中步骤(5)所述的计算染色体种群A中的适应度值f，按如下步骤进行 (5a)定义染色体种群A中染色体的两个基因&1和\之间的欧式距离函数disls=| B1-BsI I, l，s=l，...，m，根据基因点与各个聚类中心欧氏距离最小原则获得各类的划分集合 Ot, t=l,. . . , k ; (5b)对每个划分集合Ot中的所有基因点求平均值，得到新的聚类中心为
3.根据权利要求1所述的基于稀疏遗传聚类的图像分割方法，其中步骤(6)所述的对染色体种群A进行遗传算子操作，按如下步骤进行 (6a)交叉重组操作取染色体种群A中第I个序号为奇数的染色体定为父亲染色体，随机产生其它序号定为母亲染色体，同时随机产生一个O到I之间的数r，如果r小于交叉概率Pc=O. 9，则随机确定一个交叉点，使父亲染色体与母亲染色体能在该交叉点后交叉重组，否则取下一个序号为奇数的染色体定为父亲染色体，重新随机产生其它序号定为母亲染色体，继续交叉重组操作，直至所有序号为奇数的染色体都确定过父亲染色体后，交叉重组操作结束； (6b)高斯变异操作取经交叉重组操作后的一个染色体，随机确定w个变异位置并随机产生一个O到I之间的数r，如果r小于交叉概率Pm = O. 1，则对染色体的变异位置处进行高斯变异。
4.根据权利要求1所述的基于稀疏遗传聚类的图像分割方法，其中步骤(7)所述的计算染色体种群B中的适应度值，按如下步骤进行 (7a)定义染色体种群B中染色体的两个基因卜和!^之间的欧式距离函数此;、=IlA-AlI，1，s=l,. . .，m，根据基因点与各个聚类中心欧氏距离最小原则获得各类的划分集合
5.根据权利要求1所述的基于稀疏遗传聚类的图像分割方法，其中所述的步骤(8)，如下步骤进行 (Sa)通过精英策略找到染色体种群A的适应度值f中适应度值最大的所对应的个体，并存放到种群C中； (Sb)通过联赛机制从染色体种群B中随机的取两个染色体，比较它们的适应度值，把适应度值大的个体放在种群C中； (8c)重复步骤(8b)m-l次，此时种群C有m个个体； (Sd)用步骤(8a)和(Sc)得到的种群C替换染色体种群B中个体，得到更新的染色体种群B。
全文摘要
本发明公开了一种稀疏遗传聚类的图像分割方法，主要解决现有技术搜索最优解速度慢，耗费时间长的问题。其实现步骤是1)对待分割的纹理图像或雷达图像提取特征向量；2)用KSVD算法对提取的特征向量进行数据的稀疏表示；3)从稀疏表示后的数据中抽取样本，进行染色体种群的初始化并对其编码；4)对染色体种群设计交叉操作，变异操作和选择操作；5)计算染色体种群和经遗传算子操作后是染色体种群的适应度值并进行比较，选取适应度值大的染色体构成优异的染色体种群；6)根据优异的染色体种群中的最优解输出分割图像结果。本发明相比现有技术具有搜索启发信息好，时间复杂度低，图像分割结果有明显提高的优点，可用于图像的目标检测和目标识别。
文档编号G06T7/00GK103020979SQ20131000785
公开日2013年4月3日 申请日期2013年1月9日 优先权日2013年1月9日
发明者缑水平, 焦李成, 徐聪, 马晶晶, 马文萍, 刘若辰, 公茂果 申请人:西安电子科技大学