專利名稱：一種結合鄰域信息的快速魯棒模糊c均值圖像分割方法
技術領域：
本發(fā)明屬于圖像分割領域，特別涉及基于模糊C均值的圖像分割方法。
背景技術：
由于圖像分割可以看成是圖像像素的聚類過程，所以聚類方法如模糊C均值(Fuzzy C-Means,FCM)可以直接應到圖像分割領域。但當圖像存在模糊、噪聲時,對像素的直接聚類往往無法得到令人滿意的效果。為了提高FCM的分割性能，很多研究人員在原始FCM中引入圖像的空間位置關系。Tolias和Panas使用Sugeno型規(guī)則系統(tǒng)對待分割圖像施加空間連續(xù)性約束。Pham通過在FCM的目標函數(shù)中引入模糊隸屬度的空間約束，使得像素的模糊隸屬度具有空間平滑性。近些年，Chen等人在KFCM目標函數(shù)中分別引入隸屬度約束和空間約束，從而進一步提高了算法的有效性和魯棒性。
通過在FCM的目標函數(shù)中引入圖像的空間約束項，Ahmed等人提出了空間約束的FCM (FCM_S)。與FCM相比，F(xiàn)CM_S不僅利用像素本身的信息而且還利用鄰域像素的信息來確定類標號，因此可以得到優(yōu)于FCM的分割結果。但也正因為考慮了這種空間約束，F(xiàn)CM_S在其迭代過程中必須對每個像素的所有鄰域像素進行操作，導致其計算過程非常耗時。為了降低FCM_S的計算復雜度，Chen和Zhang提出了基于FCM_S的兩個變形算法，F(xiàn)CM_S1和FCM_S2。由于這兩個算法在目標函數(shù)中分別引入了均值濾波圖像和中值濾波圖像，因此在聚類過程中僅需要對鄰域均值或中值進行操作，而無需對圖像鄰域進行操作，從而節(jié)約了聚類過程的時間。最近，Szildgyi等人提出了增強型FCM (Enhanced FCM, EnFCM)來加速圖像的分割過程。對灰度圖像而言，其像素灰度級的個數(shù)Q (通常是256)遠遠小于圖像像素的個數(shù)N。利用這個特性，EnFCM設計出快速FCM，其時間復雜度從O(NcI1)降至O(QcI2)，其中IjPI2分別為原始FCM和快速FCM的迭代步數(shù)。不同于FCM_S及其變形，EnFCM算法分為兩步第一步，利用原圖和均值濾波圖像構造出一個線性加權圖像；第二步，對線性加權圖像的灰度直方圖而不是像素本身進行聚類。與FCM_S相比，EnFCM在不損害分割性能的前提下，大大降低了 FCM_S型算法的時間復雜度。但上述FCM_S，F(xiàn)CM_S1, FCM_S2和EnFCM都涉及到參數(shù)a，而參數(shù)a的選擇既非常重要又非常困難。其重要性體現(xiàn)在a的取值不僅影響算法對噪聲的容忍程度而且影響算法對圖像細節(jié)信息的保持。其困難性表現(xiàn)在a的取值是噪聲依賴的，但現(xiàn)實中噪聲的類型和強度往往是未知的，從而導致用戶只能用非常繁瑣的試錯方法來選取a，增加了計算負擔。即使噪聲的類型和強度已知，a的選取依然是個非常棘手的問題。當圖像中存在被噪聲污染嚴重的像素時，a的值要設置的足夠大，才能抵御這些噪聲點的影響，但對于同幅圖像中沒有被噪聲污染過或輕度污染的像素，過大的a不可避免地導致這些像素的信息丟失或被模糊。所以，在分割過程中，對所有的鄰域窗口都設置同樣大小的a是不合理的
發(fā)明內(nèi)容
為了克服參數(shù)a的缺點并進一步提高分割性能，本發(fā)明提出了一種結合圖像鄰域信息的快速魯棒模糊C均值圖像分割方法(Fast Generalized Fuzzy C-Meansincorporating local information, FGFCM),能夠大大減小圖像分割過程的時間復雜性。為實現(xiàn)上述發(fā)明目的，本發(fā)明所采用的技術方案如下一種結合鄰域信息的快速魯棒模糊C均值圖像分割方法，包括以下步驟步驟I :對所有的鄰域窗口，計算鄰居像素與中心像素的相似性度量Su，
權利要求
1. 一種結合鄰域信息的快速魯棒模糊C均值圖像分割方法，包括以下步驟 步驟I:對所有的鄰域窗口，計算鄰居像素與中心像素的相似性度量Su，
全文摘要
本發(fā)明涉及一種結合鄰域信息的快速魯棒模糊C均值圖像分割方法。該方法主要包含兩步首先，根據(jù)圖像的局部相關性來重塑圖像灰度；然后，在灰度重塑圖像上，執(zhí)行快速模糊C均值分割算法。本發(fā)明的主要特色有以下兩點(1)通過圖像像素間的灰度相關性和空間相關性設計出相似性度量，并利用該度量達到去除圖像噪聲和保留圖像細節(jié)的雙重目的；(2)利用灰度值的分布特性把基于像素的分割轉(zhuǎn)變?yōu)榛诨叶鹊姆指?，其相應的時間復雜度由O(NcI1)降至O(QcI2)，其中c為聚類個數(shù)，I1和I2分別為像素分割和灰度分割的迭代步數(shù)，由于灰度級個數(shù)Q遠遠小于像素個數(shù)N，本發(fā)明大大減少了分割階段的時間復雜度。
文檔編號G06T7/00GK102750700SQ201210193248
公開日2012年10月24日 申請日期2012年6月5日 優(yōu)先權日2012年6月5日
發(fā)明者楊明, 蔡維玲 申請人:南京師范大學