一种基于改进型正切余切优化方式的图像自适应分割方法技术

本发明专利技术公开了一种基于改进型正切余切优化方式的图像自适应分割方法。方法获取灰度图像为图像分割做好图像数据准备，进行随机簇数量的像素归类计算，通过动态条件正切余切优化方式用于随机簇数量的像素归类迭代优化，完成图像迭代计算后获得分割图像结果。本发明专利技术具有收敛速度快、稳定性好、显著改进图像分割质量等特点，在机器视觉在线检测方面具有较大的应用价值，适用场景对象广，具有较大的应用价值。具有较大的应用价值。具有较大的应用价值。

【技术实现步骤摘要】
一种基于改进型正切余切优化方式的图像自适应分割方法


[0001]本专利技术涉及计算机视觉图像处理方法，具体涉及一种基于改进型正切余切优化方式的图像自适应分割方法。

技术介绍

[0002]图像分割是计算机视觉工程的重要环节之一，国内外大量学者研究通过聚类方式的图像自动分割技术，K
‑
means均值聚类算法和FCM模糊C均值聚类算法广泛应用于自动分割图像中，但是这些聚类算法依赖搜索簇起始点选择和搜索范围选择无法自适应，导致最优解往往求得的局部最优解，从而导致整体图像分割效果不好难以广泛用于实际工程项目中。
[0003]现有方法聚类图像自动分割算法的图像分割准确性一般和图像实用性较差，因此需要新的自适应图像分割方法。

技术实现思路

[0004]为了解决传统聚类图像分割算法方法较复杂并且图像分割质量较差难以用于机器视觉工程检测的问题，本专利技术的目的在于提供一种基于改进型正切余切优化方式的图像自适应分割方法，相比传统聚类图像自动分割算法，本专利技术方法的检测具有很好的准确性和实用性，显著改进图像分割质量等特点，应用对象广，在计算机视觉在线检测方面具有较大的应用价值。
[0005]本专利技术所采用技术方案包括如下步骤：
[0006]1)采集待分割的灰度图像；
[0007]2)将待分割的图像数据进行随机簇数量的像素归类计算进行自适应分割，完成图像迭代计算后获得分割图像结果。
[0008]本专利技术的自适应分割是根据图像中的内容进行分类，例如图像里面有树林、人体、大海等对象则图像里面的内容可以分为几类从而进行区域分割。
[0009]所述步骤2)在随机簇数量的像素归类计算过程中，按照以下方式进行优化计算：
[0010]像素归类计算的每次迭代将不同的像素归类为不同的类别，一个类别为一个簇，针对每次迭代获得的簇进行以下判断优化：
[0011]当簇的中心搜索半径小于5时，按照以下公式进行正切迭代计算：
[0012]X(i，j)
t+1
＝X(i，j)
t
+r1×
tanx(r1)
×
|P(j)
t
‑
X(i，j)
t
|
[0013]式中：X(i，j)
t+1
—在第t+1次迭代后的第j类别下像素i的值；X(i，j)
t
—在第t次迭代后的第j类别下像素i的值；P(j)
t
—在第t次迭代后的第j类别下像素i的值；r1—第一变量；
[0014]当簇中心搜索半径大于或者等于5时进行余切迭代计算，再通过公式(3)进行计算；
[0015]X(i，j)
t+1
＝X(i，j)
t
+r1×
cotx(r1)
×
|P(j)
t
‑
X(i，j)
t
|
[0016]式中：X(i，j)
t+1
—在第t+1次迭代后的第j类别下像素i的值；X(i，j)
t
—在第t次迭代后的第j类别下像素i的值；P(j)
t
—在第t次迭代后的第j类别下最佳像素值；r1—第一变量。
[0017]所述的第一变量r1是按照以下公式设定；
[0018][0019]式中：T
max
—最大迭代次数；t—当前迭代次数；a—校正参数。
[0020]所述步骤2)在随机簇数量的像素归类计算过程中，设定以下目标函数，以目标函数最小化进行迭代求解计算：
[0021][0022]式中，f(r
i
，c
j
)
t
—在第t次迭代后的目标值；c
ij
—在第j个类别的簇中心向量的值；N—图像内容的类别数；K—簇数量；x
i
—像素i的值；‖ ‖2表示绝对值的平方。
[0023]本专利技术设计用于随机簇数量的像素归类计算中优化方式，且在随机簇数量的像素归类计算过程中，结合采用正切余切优化处理，具有收敛速度快、稳定性好、显著改进图像分割质量等特点，在机器视觉在线检测方面具有较大的应用价值，适用场景对象广，具有较大的应用价值。
[0024]本专利技术的具体方法获取灰度图像为图像分割做好图像数据准备，进行随机簇数量的像素归类计算，通过动态条件正切余切优化方式用于随机簇数量的像素归类迭代优化，完成图像迭代计算后获得分割图像结果。
[0025]本专利技术具有的有益效果是：
[0026]1)本专利技术特殊构建的改进型正切余切优化方式使得图像细节处理更丰富，本专利技术方法的检测具有很好的准确性和实用性，显著改进图像分割质量等特点，应用对象广，在计算机视觉在线检测方面具有较大的应用价值。
[0027]2)本专利技术对于图像分割具有很好的准确性和实时性，一张640
×
480尺寸的图像分割时间只需要40ms，速度较快，也避免了依赖硬件带来的高成本性问题。
[0028]3)本专利技术方法应用对象较广，方法简便易于实现，在机器视觉在线检测方面具有较大的应用潜力。
[0029]综合来说，本专利技术具有收敛速度快、稳定性好、显著改进图像分割质量等特点，在机器视觉在线检测方面具有较大的应用价值，适用场景对象广，具有较大的应用价值。
附图说明
[0030]图1是本专利技术方法的方法流程图。
[0031]图2是本专利技术实施例1中的原始灰度图像。
[0032]图3是本专利技术实施例1中的分割图像结果。
[0033]图4是K
‑
means均值聚类算法实施例1中的分割图像结果。
[0034]图5是FCM模糊C均值聚类算法实施例1中的分割图像结果。
具体实施方式
[0035]下面结合附图和具体实施例对本专利技术作进一步的说明。
[0036]如图1所示，本专利技术的的实施过程如下：
[0037]1)采集待分割的灰度图像，为图像分割做好图像数据准备，如图2所示；
[0038]2)将待分割的图像数据进行随机簇数量的像素归类计算进行自适应分割，完成图像迭代计算后获得分割图像结果。
[0039]步骤2)在随机簇数量的像素归类计算过程中，设定以下目标函数，以目标函数最小化进行迭代求解计算：
[0040][0041]式中，f(r
i
，c
j
)
t
—在第t次迭代后的目标值；c
ij
—在第j个类别的簇中心向量的值；N—图像内容的类别数；K—簇数量；x
i
—像素i的值；r
i
表示第i类别计算值，c
j
表示第j类别向量值；‖‖2表示绝对值的平方。
[0042]步骤2)在随机簇数量的像素归类计算过程中，按照以下方式进行优化计算：
[0043]像素归类计算的每次迭代将不同的像素本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进型正切余切优化方式的图像自适应分割方法，其特征在于，方法包括如下步骤：1)采集待分割的灰度图像；2)将待分割的图像数据进行随机簇数量的像素归类计算进行自适应分割，完成图像迭代计算后获得分割图像结果。2.根据权利要求1所述的一种基于改进型正切余切优化方式的图像自适应分割方法，其特征在于：所述步骤2)在随机簇数量的像素归类计算过程中，按照以下方式进行优化计算：像素归类计算的每次迭代将不同的像素归类为不同的类别，一个类别为一个簇，针对每次迭代获得的簇进行以下判断优化：当簇的中心搜索半径小于5时，按照以下公式进行正切迭代计算：X(i，j)
t+1
＝X(i，j)
t
+r1×
tanx(r1)
×
|P(j)
t
‑
X(i，j)
t
|式中：X(i，j)
t+1
—在第t+1次迭代后的第j类别下像素i的值；X(i，j)
t
—在第t次迭代后的第j类别下像素i的值；P(j)
t
—在第t次迭代后的第j类别下像素的值；r1—第一变量；当簇中心搜索半径大于或者等于5时进行余切迭代计算，再通过公式(3)进行计算；X(i，j)
t+1
＝X(...

【专利技术属性】
技术研发人员：容典，裴翔，廖俊，
申请(专利权)人：杭州国辰机器人科技有限公司，
类型：发明
国别省市：