APP下载

基于粒度分层技术与FCM算法的图像分割

2018-02-05史晓亚陈子言马莹晓

无线互联科技 2017年13期

史晓亚+陈子言+马莹晓

摘要:文章提出了一种高效快速地实现图像分割的方法。该方法采用自适应像素梯度法进行图像预处理,能有效地消除噪声,保留细小纹理,突出图像边缘。该方法基于粒度分层技术与模糊C均值聚类算法实现图像分割,基于粒度分层技术进行粗粒度划分,得到最佳粗粒度层;在此层上进行FCM算法,通过建立目标函数,构建模糊矩阵,确定聚类中心,实现一系列迭代优化;最后进行细粒度划分,并选出最佳细粒度层,达到目标图像与背景分离的分割效果。仿真实验证明分割效果高效且快速。

关键词:自适应梯度;粒度分层技术;FCM算法;图像分割

1 图像分割

图像分割就是把图像目标和背景分离的技术和过程。文献[1]基于点密度函数加权的模糊C均值聚类算法(FuzzyC-means,FCM)来实现图像分割,文献[2]综合叙述了图像分割的方法。这些方法有各自的优势,也都有自己的不足,不能说可以广泛应用于每一种分割。因此,本文基于粒度分层技术和FCM结合实现图像分割,对图像进行预处理、粗处理、FCM、细处理,最终分离出目标部分,实现图像分割。

2 图像预处理

有效像素邻域,筛选出来最佳粗粒度层。

常见的图像预处理方法有灰度归一化、平滑去噪、图像增强处理[3]。其中有的不能保持图像的主要边缘轮廓,有的对细小的纹理处理较差。针对上述问题,本文提出一种自适应的梯度图像预处理方法。

对图像/中的像素点P的梯度值基于(1)式自适应调节:

建立等价关系函数及。……

登录APP查看全文