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

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

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

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：

其中x _j 为图像邻域内的像素点，v _k 为第k个聚类中心，

为局部信息距 离测度，

为非局部信息距离测度，

是控制局部和非局部信息距离测度两 者之间权重的加权因子。

局部信息距离测度的定义如下：

其中N _j 为以像素点x _j 为中心的邻域，x _i 为局部邻域N _j 中的任意像素，

为像素点x _j 到第k个聚类中心v _k 之间的欧氏距离，

为领域内像素与中心像素 的关联程度。

非局部信息距离测度定义如下：

其中I代表整幅图像， x _j 为图像局部邻域内的像素点， x _i 为图像非局部搜索框内 的像素点，

为像素点x _j 到第k个聚类中心v _k 之间的欧氏距离，

为非局部像素关联程度：

其中Z _i 为归一化参数，h为衰减参数，a为权值分配控制参数，

和

分别为 以像素点x _i 和x _j 为中心的图像块。

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：

其中

代表相关系数

中第n大的值。

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)

1.本发明定义了一种局部信息距离测度：

其中N _j 为以像素点x _j 为中心的邻域，x _i 为局部邻域N _j 中的任意像素，

为像素 点x _j 到第k个聚类中心v _k 之间的欧氏距离，

为领域内像素与中心像素的关联程 度。

2.本发明定义了一种非局部信息距离测度：

其中I代表整幅图像， x _j 为图像局部邻域内的像素点， x _i 为图像非局部搜索框内的像 素点，

为像素点x _j 到第k个聚类中心v _k 之间的欧氏距离，

为非 局部像素关联程度，其计算公式如下：

其中Z _i 为归一化参数，h为衰减参数，a为权值分配控制参数，

和

分别为以像素 点x _i 和x _j 为中心的图像块。

3.本发明提出了一种对相关系数取平均、自适应确定加权因子的方法，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个归一化相关系 数计算加权因子

，其公式如下：

其中

代表相关系数

中第n大的值。

4.本发明将图像局部信息与非局部信息融入到模糊聚类分割方法的距离测量中，像素x _j 到聚类中心v _k 之间的距离测度公式为：

其中x _j 为图像邻域内的像素点，v _k 为第k个聚类中心，

为局部信息距离测 度，

为非局部信息距离测度，

是控制局部和非局部信息距离测度两者 之间权重的加权因子，利用上述距离测度，可以很好地实现对图像的模糊聚类分割。