[发明专利]一种基于局部特征的图像细化分割方法

权利要求书

1.一种基于局部特征的图像细化分割方法，其特征在于，主要包含以下几个步骤：

步骤1对于待分割图像，用滑动窗口选取固定大小的子块，滑动步长为1；

步骤2把图像子块视为一幅图像，对其进行一次FCM分割处理，得到子块中像素间的一个类别所属关系：属于或者不属于同一类；相邻子块彼此重叠，对每个子块都进行一次FCM处理，得到子块中各个像素点之间所属关系，从而得到有重叠的初始分类结果；

步骤3基于有重叠的初始分类结果，对像素类别进行细化处理；

包括以下几个步骤：

3-1)以少数服从多数的投票原则实现像素点的细化分类；

3-2)根据中心像素点和其8邻域像素的灰度差值缩减属于同一类的像素个数；

3-3)为避免重复标记和分类，采用队列的数据结构对图像进行标记处理；

3-4)以同一个队列中所有像素的灰度平均值更新该队列中所有像素点的原灰度值；

步骤4对灰度值更新之后的图像，进行全局FCM分割处理，完成图像分割。

2.如权利要求1所述的一种基于局部特征的图像细化分割方法，其特征是，所述步骤3-1)以少数服从多数的投票原则实现像素点的细化分类包括：

如果以P为中心像素点时的分类结果和以Q为中心像素点时的分类结果，都认为P和Q属于一类，则P、Q属于一类；如果P和Q的分类结果都认为它俩不属于一类，则P和Q不属于一类；如果P、Q其中一个的分类结果认为它俩属于一类，另一个认为不属于一类，则利用其他所有包含P、Q两个像素点的子块，对P和Q是否属于一类进行投票，多数认为属于一类，则P和Q属于一类，否则不属于一类。

3.如权利要求1所述的一种基于局部特征的图像细化分割方法，其特征是，所述步骤3-2)根据中心像素点和其8邻域像素的灰度差值缩减属于同一类的像素个数包括：

根据细化分类结果，计算每个像素和其8邻域像素中属于同一类的像素的灰度值差，由小到大排序，只保留灰度差最小的3个邻域像素作为和中心像素点属于同一类的像素点，其余像素点判定为不属于一类。

4.如权利要求1所述的一种基于局部特征的图像细化分割方法，其特征是，所述步骤3-3)为避免重复标记和分类，采用队列的数据结构对图像进行标记处理包括：

给图像中的每一个像素都设置一个标志位，从第一个像素点开始，找和它属于一类的像素，如果找到的像素点的标志位表示为没被处理过，则将该像素加入到队列中，从队列中依次取出队首元素作为接下来要查找同一类像素的像素点，如果当前队列为空，寻找下一个符合要求的像素点作为起始像素，加入第二个队列进行如上处理，直到图像中所有像素点的标志位均为被处理过。