CN113160213A - 一种融合图像局部和非局部信息的像素隶属度估计新方法 - Google Patents
一种融合图像局部和非局部信息的像素隶属度估计新方法 Download PDFInfo
- Publication number
- CN113160213A CN113160213A CN202110513795.6A CN202110513795A CN113160213A CN 113160213 A CN113160213 A CN 113160213A CN 202110513795 A CN202110513795 A CN 202110513795A CN 113160213 A CN113160213 A CN 113160213A
- Authority
- CN
- China
- Prior art keywords
- local
- image
- pixel
- local information
- center
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种融合图像局部和非局部信息的像素隶属度估计新方法。在模糊聚类分割方法中,距离测度和像素隶属度估计的准确性决定了图像分割的质量。本发明将图像局部和非局部信息同时融入到距离测度中,并且能够自适应地计算出局部和非局部项的权重,因此对距离测度和像素隶属度可以实现更加准确的估计,使图像边缘和细节具有更好的模糊聚类分割效果。与现有技术相比,本发明的有益效果是:本发明综合利用了图像局部、非局部的空间和灰度信息,对距离测度和像素隶属度可以实现更加准确的估计,可有效提高图像边缘和细节的模糊聚类分割质量;可以自动、自适应地计算出局部和非局部项的权重,减少了人为设置权重带来的麻烦和不便。
Description
技术领域
本发明主要针对图像模糊聚类分割问题,提出了一种距离测度和像素隶属度估计新方法,本方法融合图像局部和非局部像素空间和灰度信息,对像素点到聚类中心的距离测度和像素隶属度可以实现更准确地估计,从而使图像边缘和细节具有更好的模糊聚类分割效果。
背景技术
聚类分析作为一种聚类多元的数据统计方法,目前已成为挖掘数据内在结构和隐藏信息的重要方法。作为模糊聚类分析领域的主流方法,基于目标函数的模糊聚类方法可以描述为对一个有约束的目标函数进行优化的问题,它通过机器对目标函数进行训练求解,在优化目标函数的过程中得到数据集的类别划分和聚类结果。该方法具有良好的扩展性,易于与其它理论结合,且具有较好的聚类性能等优点,在参数辨识、电力系统、生物电子学、图像处理等许多工程领域中被广泛使用,并取得了很好的效果。在模糊聚类分割方法中,隶属度的值决定了分割效果,隶属度的值很大程度上由像素点到聚类中心之间的距离决定,因此,距离测量的准确性是图像分割效果好坏的关键。本发明将图像局部信息和非局部信息融入到距离测量中,结合图像局部与非局部像素空间和灰度信息,对像素点到聚类中心的距离测度和像素隶属度提出了一种新的估计方法,该方法可以根据像素空间和灰度信息自适应地计算出局部与非局部项的权重,从而更加准确地对像素点到聚类中心的距离测度和像素隶属度实现估计,能够使图像边缘和细节具有更好的模糊聚类分割效果。
发明内容
在模糊聚类分割方法中,隶属度的值决定了分割效果,隶属度的值很大程度上由像素点到聚类中心之间的距离决定,因此,距离测量的准确性是图像分割效果好坏的关键。本发明将图像局部信息与非局部信息融入到距离测量中,从而可以更好地实现对图像的分割,像素x j 到聚类中心v k 之间的距离测度公式为:
局部信息距离测度的定义如下:
非局部信息距离测度定义如下:
通过对相关系数取平均的方法,自适应地确定加权因子,设以像素x j 为中心的非
局部搜索窗大小为,x i 为搜索框内的任意像素点,对搜索框内所有像素计算归一化相
关系数,并按值的大小降序排列,利用其中最大的r-1个相关系数计算加权因
子,其公式如下:
与现有技术相比,本发明的有益效果是:在距离测量和像素隶属度估计中,它综合利用了图像局部和非局部信息,并且根据空间和灰度信息,可自动、自适应地计算出局部和非局部项的权重,因此不仅减少了人为设置权重带来的麻烦和不便,而且能够更加准确地估计距离测度和像素隶属度,可有效提高图像边缘和细节的模糊聚类分割效果。
Claims (4)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110513795.6A CN113160213B (zh) | 2021-05-12 | 2021-05-12 | 一种融合图像局部和非局部信息的像素隶属度估计新方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110513795.6A CN113160213B (zh) | 2021-05-12 | 2021-05-12 | 一种融合图像局部和非局部信息的像素隶属度估计新方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113160213A true CN113160213A (zh) | 2021-07-23 |
CN113160213B CN113160213B (zh) | 2022-10-14 |
Family
ID=76874493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110513795.6A Active CN113160213B (zh) | 2021-05-12 | 2021-05-12 | 一种融合图像局部和非局部信息的像素隶属度估计新方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113160213B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115578388A (zh) * | 2022-12-07 | 2023-01-06 | 滨州华然化纤绳网有限公司 | 用于纺织生产的数据处理方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104881852A (zh) * | 2015-06-11 | 2015-09-02 | 西安电子科技大学 | 基于免疫克隆和模糊核聚类的图像分割方法 |
CN105741279A (zh) * | 2016-01-27 | 2016-07-06 | 西安电子科技大学 | 基于粗糙集的快速抑制模糊聚类的图像分割方法 |
CN107316060A (zh) * | 2017-06-16 | 2017-11-03 | 鲁东大学 | 基于像素局部信息及非局部信息的模糊聚类图像分割方法 |
CN107730516A (zh) * | 2017-10-16 | 2018-02-23 | 江南大学 | 一种基于模糊聚类的脑mr影像分割方法 |
CN109035152A (zh) * | 2018-05-23 | 2018-12-18 | 电子科技大学 | 一种合成孔径雷达图像非局部均值滤波方法 |
CN109242850A (zh) * | 2018-10-11 | 2019-01-18 | 黑龙江大学 | 采用鲁棒局部各向异性聚类模型的磁共振图像修正方法 |
CN109360207A (zh) * | 2018-09-26 | 2019-02-19 | 江南大学 | 一种融合邻域信息的模糊聚类方法 |
CN109816660A (zh) * | 2019-02-19 | 2019-05-28 | 闽南师范大学 | 一种图像分割方法、终端设备及存储介质 |
-
2021
- 2021-05-12 CN CN202110513795.6A patent/CN113160213B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104881852A (zh) * | 2015-06-11 | 2015-09-02 | 西安电子科技大学 | 基于免疫克隆和模糊核聚类的图像分割方法 |
CN105741279A (zh) * | 2016-01-27 | 2016-07-06 | 西安电子科技大学 | 基于粗糙集的快速抑制模糊聚类的图像分割方法 |
CN107316060A (zh) * | 2017-06-16 | 2017-11-03 | 鲁东大学 | 基于像素局部信息及非局部信息的模糊聚类图像分割方法 |
CN107730516A (zh) * | 2017-10-16 | 2018-02-23 | 江南大学 | 一种基于模糊聚类的脑mr影像分割方法 |
CN109035152A (zh) * | 2018-05-23 | 2018-12-18 | 电子科技大学 | 一种合成孔径雷达图像非局部均值滤波方法 |
CN109360207A (zh) * | 2018-09-26 | 2019-02-19 | 江南大学 | 一种融合邻域信息的模糊聚类方法 |
CN109242850A (zh) * | 2018-10-11 | 2019-01-18 | 黑龙江大学 | 采用鲁棒局部各向异性聚类模型的磁共振图像修正方法 |
CN109816660A (zh) * | 2019-02-19 | 2019-05-28 | 闽南师范大学 | 一种图像分割方法、终端设备及存储介质 |
Non-Patent Citations (7)
Title |
---|
HANG REN等: "A Local Neighborhood Robust Fuzzy Clustering Image Segmentation Algorithm Based on an Adaptive Feature Selection Gaussian Mixture Model", 《SENSORS》 * |
JIANZHONG WANG等: "A modified FCM algorithm for MRI brain image segmentation using both local and non-local spatial constraints", 《COMPUTERIZED MEDICAL IMAGING AND GRAPHICS》 * |
KUNAL N.CHAUDHURY等: "Non-local Euclidean Medians", 《SIGNAL PROCESSING LETTERS》 * |
吴成茂: "鲁棒模糊聚类图像分割理论进展", 《西安邮电大学学报》 * |
张勇等: "一种利用局部块相似均值去噪的方法", 《计算机工程与应用》 * |
陈维健等: "一种融合局部像素信息和改进NLFCM 的SAR 图像分割方法", 《现代雷达》 * |
雷涛等: "基于模糊聚类的图像分割研究进展", 《电子学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115578388A (zh) * | 2022-12-07 | 2023-01-06 | 滨州华然化纤绳网有限公司 | 用于纺织生产的数据处理方法 |
CN115578388B (zh) * | 2022-12-07 | 2023-04-21 | 滨州华然化纤绳网有限公司 | 用于纺织生产的数据处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113160213B (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109389608B (zh) | 以平面为聚类中心具有抗噪性的模糊聚类图像分割方法 | |
CN111199016A (zh) | 一种基于DTW的改进K-means的日负荷曲线聚类方法 | |
CN100550037C (zh) | 利用改进Hausdorff距离提取识别人耳特征的方法 | |
Wu et al. | Adaptive entropy weighted picture fuzzy clustering algorithm with spatial information for image segmentation | |
CN103761726B (zh) | 基于fcm的分块自适应图像分割方法 | |
CN116243097B (zh) | 基于大数据的电能质量检测方法 | |
Wu et al. | Robust credibilistic fuzzy local information clustering with spatial information constraints | |
CN112508963B (zh) | 一种基于模糊c均值聚类的sar图像分割方法 | |
CN113160213A (zh) | 一种融合图像局部和非局部信息的像素隶属度估计新方法 | |
CN117197140A (zh) | 基于机器视觉的不规则金属扣成型检测方法 | |
CN116451097A (zh) | 一种自适应确定聚类数的电力负荷数据加权增量聚类方法 | |
CN115029704A (zh) | 一种用于不锈钢酸洗工艺的智能控制方法及装置 | |
CN117690030A (zh) | 基于图像处理的多面发花识别方法及系统 | |
CN115169453A (zh) | 基于密度聚类协同深度残差网络的热连轧宽度预测方法 | |
CN111582198A (zh) | 一种遥感图像海陆自动分割方法 | |
CN117314940B (zh) | 基于人工智能的激光切割零件轮廓快速分割方法 | |
CN108491883B (zh) | 一种基于条件随机场的显著性检测优化方法 | |
CN112395558B (zh) | 一种适用于智能电表历史故障数据的改进型不平衡数据混合采样方法 | |
CN111784379B (zh) | 追缴电费的估算方法、装置和异常案例的筛选方法、装置 | |
CN113160214B (zh) | 一种图像局部邻域像素相似性衡量新方法 | |
JP3508245B2 (ja) | 圧延条件推定モデルによる圧延条件の推定方法 | |
Tang et al. | Double weighted FCM algorithm for color image segmentation | |
CN110335289B (zh) | 一种基于在线学习的目标跟踪方法 | |
CN111460974B (zh) | 一种基于优化的散乱点云数据全局特征提取方法 | |
CN113759375A (zh) | 基于统计特性的sar图像非局部均值去噪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |