[发明专利]基于超像素和免疫稀疏谱聚类的图像分割方法

摘要

本发明公开了一种基于超像素和免疫稀疏谱聚类的图像分割方法，主要解决现有图像分割方法的分割精确低和鲁棒性差的问题。其方法步骤是：首先，对纹理图像进行超像素划分，提取其纹理特征，作为特征数据集；然后，在谱聚类过程中结合免疫克隆算法和稀疏表示寻找最佳的特征数据集的相似度矩阵；最后，根据聚类标签结合超像素标记原始图像，实现对纹理图像的分割。本发明提取图像的超像素块作为特征数据集，用基于免疫稀疏谱聚类的图像分割方法对特征数据集进行划分，获得了更准确的分割结果。

主权项

1.一种基于超像素和免疫稀疏谱聚类的图像分割方法，包括如下：(1)输入一幅大小为256*256的待分割图像；(2)使用简单线性迭代聚类SLIC方法对待分割图像划分超像素；(3)使用灰度共生矩阵和gabor小波变换提取超像素的特征；(4)将所有超像素特征数据归一化到[0,1]之间，以除去数据间量级的影响，得到归一化后的超像素特征数据集I；(5)对归一化后的超像素特征数据集I，使用免疫克隆选择方法得到非支配抗体集P；(6)将非支配抗体集P的每个非支配抗体依次作为谱聚类过程的相似度矩阵，对超像素特征数据集I进行谱聚类，得到一系列关于超像素特征数据集I的聚类结果；(7)计算每个聚类结果的NC测度，选取最小的NC测度对应的聚类结果作为超像素特征数据集I的最终聚类结果；(8)根据超像素特征数据集I的聚类结果，将每个像素点的类别标记为其所对应的超像素点的类别，作为待分割图像的聚类结果，完成图像分割。