專利名稱：基于排序k-均值算法的灰度圖像分割方法
技術領域：
本發明屬于圖像處理領域，涉及一種圖像分割方法，尤其涉及一種灰度圖像分割方法，可用于提取和獲得灰度圖像的細節信息。
背景技術：
隨著計算機技術的發展，圖像在各行各業的應用日益廣泛。灰度圖像分割是以圖像的形式獲得信息的基礎，是人們研究的熱點，是圖像處理技術應用的重要內容之一。圖像分割在目標識別、變化監測等方面應用廣泛。圖像分割方法有多種，基于灰度 級單閾值分割，基于灰度級多閾值分割、區域增長和聚類等。Kneans聚類算法,簡稱K-均值算法,是1967年由J. B. MacQueen提出的。Kneans聚類算法是一種經典的劃分的聚類算法，是到目前為止應用最廣泛最成熟的一種聚類分析方法。已被廣泛應用于圖像分割領域。K-means聚類算法是一種典型的基于距離的硬聚類算法，算法通常采用誤差平方和函數作為優化的目標函數，誤差平方和函數的定義如下所示
K2^ =
7=1 XeCj其中，K表示聚類的數目，Cj, j = 1,2, . . .K表示聚類的第j類，X表示類Cj中的任一數據對象，IHj表示類&的均值，E表示數據樣本與聚類中心差異度平方之和，E值的大小取決于K個聚類中心點。越小的E值，聚類結果的質量就越好。K-means算法首先從含有n個數據對象的數據集中隨機選取K個數據作為初始中心，然后計算每個數據到各個中心的距離，根據最鄰近原則，所有的數據都會被劃分到離它最近的那個中心所代表的類中，接著分別計算新生成的各類中數據的均值作為各類新的中心，比較新的中心和上一次得到的中心，如果新的中心沒有發生變化，則算法收斂，輸出結果，如果新的中心和上一次中心相比較發生變化，則要根據新的中心對所有數據對象重新進行劃分，直到滿足算法的收斂條件為止。該方法應用于灰度圖像分割領域，對部分圖像的分割取得了一些效果，能夠根據灰度級將圖像分割成為較理想的情況。但該方法的不足之處是，當圖像中的某一類或者幾類像素較少時，該方法就很難保留像素較多類別中的圖像細節部分，劃分效率較低。
發明內容
本發明的目的在于針對上述已有方法的缺點，提出了一種基于排K-均值算法的灰度圖像分割方法，完成了像素較多類別中圖像細節部分的保留，提高圖像分割效率。實現本發明目的技術方案，包括如下步驟(I)讀入一幅不含噪聲的灰度圖像G，圖像大小為256X256，隨機指定各個聚類中心V :V = (V0, V1,…，Vi)
其中，Vi為第i類的聚類中心，i = 0，. . .，n-1，n為聚類類別數；(2)定義灰度圖像G的灰度直方圖HL⑴HL(I) = Ii1其中，I為灰度級，I = 0，... ,255, Ii1為灰度圖像G中第I個灰度級的像素點總數；(3)計算圖像灰度直方圖中每個灰度級I到每個聚類中心Vi的歐式距離Clil da = I I-Vi I ；(4)針對每個聚類中心Vi，利用Sort(Clil)函數對距離Clil由小到大進行排序；(5)用函數Hidil存儲排序后的每個灰度級到每個聚類中心Vi的距離CliPmdil定義 如下
權利要求
1.一種基于排序K-均值算法的灰度圖像分割方法，包括如下步驟 (1)讀入一幅不含噪聲的灰度圖像G，圖像大小為256X256，隨機指定各個聚類中心V V = (VojV1, -,Vi) 其中，Vi為第i類的聚類中心，i = O，. . .，n-1，n為聚類類別數； (2)定義灰度圖像G的灰度直方圖HL(I) HL (I) = Ii1 其中，I為灰度級，1=0，... ,255, H1為灰度圖像G中第I個灰度級的像素點總數； (3)計算圖像灰度直方圖中每個灰度級I到每個聚類中WVi的歐式距離Clil da = I I-Vi I ； (4)針對每個聚類中心Vi，利用Sort(Clil)函數對距離Clil由小到大進行排序； (5)用函數Hidil存儲排序后的每個灰度級到每個聚類中心Vi的距離CliPmdil定義如下
2.根據權利要求I所述方法，其中步驟⑶所述的循環結束條件，表示為<=P1，式中K表示第t代的第i類聚類中心值，K+1表示第t+1代的第i類聚類中心值，t表示基于排序K-均值算法的循環代數，t的取值范圍為1-19。
全文摘要
本發明針對現有K-均值算法很難保留像素較多類別中圖像細節的缺點，提出了一種基于排序K-均值算法的灰度圖像分割方法。其實現步驟是(1)讀入一幅不含噪聲的灰度圖像G，并隨機指定各個聚類中心；(2)統計讀入的灰度圖像G的直方圖HL；(3)求解各灰度級到各聚類中心距離；(4)對各灰度級到各聚類中心距離進行排序；(5)對排序后的距離進行存儲；(6)將每個灰度級分配到離其距離最近的聚類中心的類別中；(7)根據排序后的各灰度級到各聚類中心的距離更新聚類中心；(8)根據更新前后的聚類中心，判斷是否達到迭代停止條件，如果達到迭代停止條件，聚類結束，并輸出聚類結果，完成圖像分割。本發明具有圖像分割精度高的優點，可用于提取和獲得灰度圖像的細節信息。
文檔編號G06T5/00GK102663681SQ201210062259
公開日2012年9月12日 申請日期2012年3月11日 優先權日2012年3月11日
發明者侯彪, 吳建設, 尚榮華, 李陽陽, 焦李成, 白靖, 鄭喆坤, 靳超, 馬文萍 申請人:西安電子科技大學