基於改進的fcm和均值漂移的紅外圖像分割方法
2023-05-19 15:18:11
基於改進的fcm和均值漂移的紅外圖像分割方法
【專利摘要】本發明公開了一種基於改進的FCM和均值漂移的紅外圖像分割方法，主要解決現有均值漂移分割方法在分割過程中容易陷入局部收斂，分割結果出現過分割的問題。其實現步驟是：(1)輸入原始紅外圖像；(2)利用均值漂移算法對原始紅外圖像進行初分割；(3)根據最小最大法則確定二次分割圖像所需的聚類中心和聚類數目；(4)將初分割後的結果圖像轉換成二次分割的初始值；(5)對二次分割的初始值的像素點進行模糊分類；(6)對不同區域之間的邊界進行勾勒，並輸出圖像分割結果。本發明在保證了分割效率的同時提高分割準確度，具有分割結果邊緣平滑、輪廓清晰的優點，能夠有效應用於紅外精確制導、目標識別與跟蹤等軍用或民用方面。
【專利說明】基於改進的FCM和均值漂移的紅外圖像分割方法
【技術領域】
[0001] 本發明屬於圖像信息處理領域，涉及紅外圖像分割方法，可應用於紅外目標探測 和跟蹤等軍用或民用系統。
【背景技術】
[0002] 圖像分割，是指將一幅圖像分解成各個有意義的部分或物體，它是計算機視覺領 域和圖像信息處理領域中最底層的處理技術。圖像分割在圖像分析和模式識別方面起著重 要的作用，是圖像目標特徵提取、識別、跟蹤及分類的基礎。其中，紅外圖像分割在目標對象 自動識別中起著的特殊作用。近年來，中外學者在紅外圖像分割的技術探索方面做出了很 多貢獻，並提出了許多方法，如邊緣檢測法、閾值分割法、區域生長法等。但這些方法對噪聲 比較敏感，分割效果也不穩定。因此，學者們提出了均值漂移紅外圖像的分割方法。
[0003] 1975年Fukunaga等人在一篇關於概率密度梯度函數估計的文章中首次提出了均 值漂移Meanshift這個概念。1995年YizongCheng對基本的MeanShift算法在核函數 和權重函數兩個方面做了推廣，使得均值漂移算法得到了更多人的關注。後來Comaniciu 等人把MeanShift成功的運用的特徵空間的分析，使得均值漂移算法在圖像平滑和圖像分 割得到了很好的應用。均值漂移算法是一種統計的迭代計算方法，通過自動的搜索樣本點 周圍密度最大的區域，收斂到該樣本點附近的峰值，從而實現樣本聚類。
[0004] 傳統的均值漂移圖像分割圖像的實現過程為：首先，初始化一個起始搜索點，設定 全局帶寬，計算相應的高斯函數，進而計算起始搜索點的局部收斂值；其次，通過迭代運算 方法對局部收斂值進行更新，直至起始搜索點收斂至其局部峰值時，將峰值賦值給起始搜 索點，並以下一個像素點作為搜索點執行相同的運算，完成整個圖像的濾波；最後，將濾波 後圖像中的空間相鄰且灰度值距離小於帶寬的像素點合併成一類，並標記每一個像素點的 類別，完成圖像的分割。由於傳統的均值漂移分割方法不需要任何先驗知識，完全靠空間 中的樣本點進行驅動，並且收斂速度快，因此該方法被廣泛地應用到圖像的分割領域中。但 是，研究人員發現由於均值漂移算法本身的特性，使得該算法易陷入局部收斂，從而使得用 均值漂移方法對圖像進行分割時會產生過分割現象，造成分割結果不準確。
[0005] 張小煒等人論文"Meanshift圖像分割的快速算法"（《測控技術》，文章編號： 1000-8829 (2008) 07-0023-03)。該方法的實現過程為，首先計算待分割圖像所有像素點的 均值漂移向量的同時標記所經過的像素點，並記錄像素點的投影坐標，然後利用Fourier 級數來近似高斯變換的核函數，並通過迭代運算計算所有點的收斂值，最後合併同質區，將 圖像區域進行分類，從而實現對圖像的分割。該方法的不足之處在於，雖然對待分割圖像進 行了空間結構的分析，但在後續採用的Meanshift圖像分割方法中，仍需要進行迭代計算， 使得分割陷入局部收斂，產生過分割現象，不能保證分割結果達到最優。
[0006] 武漢大學江萬壽等人申請的專利"一種均值漂移圖像分割算法的並行化方法"（專 利申請號：CN201010241972. 1，公布號：CN101916432A)。該方法的實現過程為：首先將待分 割圖像自動或手動地劃分成幾個子區域，然後對每個子區域內的像素進行均值漂移濾波， 並記錄每個像素的收斂模態點坐標位置，對每個像素點進行遍歷查找，直至查找到的像素 點的坐標位置和其收斂模態點的坐標位置相等，將該收斂模態點的值賦給像素點，最後利 用區域生長與合併算法得到最終的圖像分割結果。該方法的不足之處在於，雖然對整個待 分割圖像進行了分塊處理，增強了處理效率，但是在對每個像素進行均值漂移濾波時，仍沒 有考慮到算法易產生局部收斂的缺點，在保證了算法運算效率的情況下，無法保證分割結 果的準確性。
【發明內容】
[0007] 本發明方法的目的在於克服上述已有技術的不足，提出一種基於改進的FCM和均 值漂移的紅外圖像分割方法，以在保證分割效率的同時提高分割的準確性。
[0008] 實現本發明目的的技術方案是：利用均值漂移方法對待分割紅外圖像進行初分 害h利用最小最大法則確定模糊聚類的聚類中心和聚類數目，並通過模糊C均值方法對圖 像進行模糊聚類，最終實現對紅外圖像的分割，其具體步驟包括如下：
[0009] (1)輸入原始紅外圖像I，並初始化一個與原始紅外圖像I大小相同的全零矩陣 r;
[0010] ⑵利用均值漂移算法對原始紅外圖像I進行初分割：
[0011] 2a)利用最優帶寬準則自適應求取原始紅外圖像I的全局最優帶寬h_，並利用所 求得的全局最優帶寬h_計算原始紅外圖像I的高斯核函數；
[0012] 2b)將所求得的全局最優帶寬h。#和高斯核函數代入均值漂移向量計算公式，依 次以原始紅外圖像I的每個像素點為初始搜索點，通過迭代計算均值漂移向量求取該像素 點的局部最終收斂值，並將該值賦給全零矩陣r中相應的像素點，得到平滑矩陣L;
[0013] 2c)對平滑矩陣L中的像素點進行遍歷，將空域中相鄰並且值域中灰度值差小於 h_的像素點合併成一類，標記每一個像素點的類別，並分別計算總類別數m、每一類的像素 點總個數N」以及每一類的像素點的灰度值總和S」，其中j= 1，2,. ..，m;
[0014] 2d)計算合併後每個類別中的全部像素點的值域均值：
【權利要求】
1. 基於改進的FCM和均值漂移的紅外圖像分割方法，包括如下步驟： (1) 輸入原始紅外圖像I，並初始化一個與原始紅外圖像I大小相同的全零矩陣Γ ; (2) 利用均值漂移算法對原始紅外圖像I進行初分割： 2a)利用最優帶寬準則自適應求取原始紅外圖像I的全局最優帶寬h_，並利用所求得 的全局最優帶寬Iltjpt計算原始紅外圖像I的高斯核函數； 2b)將所求得的全局最優帶寬h_和高斯核函數代入均值漂移向量計算公式，依次以 原始紅外圖像I的每個像素點為初始搜索點，通過迭代計算均值漂移向量求取該像素點的 局部最終收斂值，並將該值賦給全零矩陣Γ中相應的像素點，得到平滑矩陣I 1 ; 2c)對平滑矩陣I1中的像素點進行遍歷，將空域中相鄰並且值域中灰度值差小於h_ 的像素點合併成一類，標記每一個像素點的類別，並分別統計總類別數m、每一類的像素點 總個數Nj以及每一類的像素點的灰度值總和S」，其中j = 1，2,. . .，m ; 2d)計算合併後每個類別中的全部像素點的值域均值
，並用S_(j)代替 原像素點的值，得到初分割後的圖像Ims，其中Save (j) e {〇, 1，2...,255}; (3) 根據最小最大法則確定二次分割圖像時所需的聚類中心和聚類數目： 3a)計算初分割後的圖像Ims的一維灰度統計直方圖函數H(I)，並將該圖像Ims從像 素空間映射到其灰度直方圖特徵空間，此時的樣本點為每個區域內全部像素點的值域均值 S_(j)，取直方圖最大的像素灰度值作為第一個聚類中心CT i ; 3b)根據距離公式d=[S_(j)-C' J，求取離第一個聚類中心C' 1最遠的灰度值作 為第二個聚類中心Ci2; 3c)依次計算剩餘的m-2個樣本點與聚類中心C p C 2之間的距離dJ1和dj2，並利 用最小最大距離公式計算得到各樣本距離的最大值dmax ; 3d)比較各樣本距離的最大值dmax和聚類中心之間的距離倍數Θ |C' fC' 2|的大小： 若dmax> 0|C' rC'」，則由(1_確定出第三個聚類中心C' 3, Θ是實驗常數； 3e)重複執行步驟3c)和步驟3d)，直到找不出新的聚類中心為止，將最終得到的聚類 中心個數t記為聚類數目，聚類中心記為C' i、C' 2... C' t; (4) 將初分割後的圖像Ims的!11個區域記為Cj，其中j = 1，2，...，m，分別計算區域Cj 中的全部像素點的向量均值％，將每一個區域&抽象成一個樣本點作為新的像素點，得到m 個新的像素點，將這m個新的像素點組成的圖像作為二次分割的初始值Γ ms ; (5) 對二次分割的初始值Γ ms的像素點進行模糊分類，得到分類後圖像I2 ; (6) 將分類後圖像I2內屬於同一類別的像素點進行合併，並用彩色線條對不同區域之 間的邊界進行勾勒，輸出最終的分割圖像結果。
2. 根據權利要求1所述的基於改進的FCM和均值漂移的紅外圖像分割方法，其特徵在 於，步驟2a)所述的原始紅外圖像I的全局最優帶寬h_，根據下式計算得到：
其中，6表示原始紅外圖像I的標準差的估計值，η表示原始紅外圖像I的像素點個數。
3. 根據權利要求1所述的基於改進的FCM和均值漂移的紅外圖像分割方法，其特徵在 於，步驟3c)所述的各樣本距離的最大值dmax，根據下式計算得到： dmax = max {min (dJ1； dJ2)}, 其中，C^1和屯分別代表各樣本點與聚類中心CT p CT 2之間的距離。
4. 根據權利要求1所述的基於改進的FCM和均值漂移的紅外圖像分割方法，其特徵在 於，步驟（4)所述的區域Ci中的全部像素點的向量均值M j，根據下式計算得到：
其中，Cj表示第j個區域，j = 1，2, ...，m，Nj表示第j個區域Cj中的像素點個數，Xi 表示區域Cj中第i個像素點的向量，i e {1，2,...，η}。
5. 根據權利要求1所述的基於改進的FCM和均值漂移的紅外圖像分割方法，其特徵在 於，步驟（5)所述的對二次分割的初始值Γ ms的像素點進行模糊分類，按如下步驟進行： (5a)分別計算二次分割的初始值I' ms中每個像素點與聚類中心C' i、C' 2... C' t 之間的歐氏距離； (5b)根據求得的歐氏距離計算每個像素點的隸屬度； (5c)利用所得的像素點的隸屬度對二次分割的初始值I' ms中的像素點進行分類，得 到分類後圖像I2。
【文檔編號】G06T7/00GK104392459SQ201410777762
【公開日】2015年3月4日 申請日期:2014年12月15日 優先權日:2014年12月15日
【發明者】劉靳, 王海鷹, 姬紅兵, 李林, 劉豔麗, 葛倩倩, 孫寬宏 申請人:西安電子科技大學