[发明专利]一种自然场景中的图像分割方法

权利要求书

1.一种自然场景中的图像分割方法，其特征在于，包括以下步骤：

步骤1：输入一张待处理的图片；

步骤2：判断该图片是否是灰度图像，如果是，将进行步骤3)；否则将图片转化为灰度图像后进行步骤3)；

步骤3：设定模糊指数m、迭代停止阈值ε和最大迭代次数maxIter，并初始化聚类个数c和邻域窗口W；

步骤4：初始化聚类中心V或者隶属度U；如果初始化的是聚类中心，则计算出第0次迭代的隶属度U₀后进行步骤5)；如果初始化的是隶属度，则计算出第0次迭代的聚类中心V₀后进行步骤5)；

步骤5：对于第iter次迭代，iter＝1,2,…,maxIter，求出邻域点与聚类中心的欧式距离；并根据隶属度U_iter-1重新计算第iter次迭代的聚类中心V_iter或者根据聚类中心V_iter-1重新计算第iter次迭代的隶属度U_iter；

步骤6：如果步骤5所求的是第iter次迭代的聚类中心V_iter，则重新计算第iter次迭代的隶属度U_iter并进行步骤7)；如果步骤5所求的是第iter次迭代的隶属度U_iter，则重新计算第iter次迭代的聚类中心V_iter并进行步骤7)；

步骤7：若第iter次迭代前后的隶属度值差小于迭代停止阈值ε或者迭代次数iter超过最大迭代次数maxIter时，则完成图像分割并输出分割后的图像；否则重复步骤5与步骤6进行下一次迭代计算隶属度和聚类中心直至满足该条件为止；

所述的步骤4)计算出第0次迭代的隶属度U₀具体为，U₀为C×N的矩阵，每个元素计算如下：

uki=(||xi-vk||2+Σr∈Ni≠r(1-ukr)m||xr-vk||2)-1/(m-1)Σj=1C(||xi-vj||2+Σr∈Ni≠r(1-ukr)m||xr-vk||2)-1/(m-1)]]>

其中u_ki为图像中第i个像素点x_i属于第k类的程度，x_i为第i个像素点，其中i∈[1,2,...,N]，N代表图片中像素点的个数，C为要将图片分割的个数也是聚类中心的个数，x_r代表x_i的邻域点，v_k表示第k个聚类中心，其中k∈[1,2,...,C]，v_j表示第j个聚类中心，m是权值系数。