结合灰度共生矩阵和模煳聚类的图像分割技术.pdfVIP

　第 30 卷第 3 期 杭 州 电 子 科 技 大 学 学 报 Vol . 30 ,No . 3 　 　2010 年 06 月 Journal 　of 　Hangzhou 　Dianzi 　University J un. 2010 　 结合灰度共生矩阵和模糊聚类的图像分割技术 李慧慧 ,余正生 (杭州电子科技大学图形图像研究所 ,浙江 杭州 310018) 摘要 :该文主要研究了灰度共生矩阵和模糊均值聚类两种图像分割方法 ,对于这两种方法分别提 取了4 种纹理特征描述符 :角二阶矩 、对比度 、相关性和熵来进行图像分割 。并结合两种方法得出 一种改进的图像分割方法 。分别用这两种方法和改进后的方法对 lean 图进行分割并对分割的结 果进行比较分析 ,实验证明改进后的方法优于灰度共生矩阵法 ,且优于模糊聚类法中用对比度和 熵进行图像分割的效果 ,提高了图像的分割精度 。 关键词 :灰度共生矩阵 ;模糊聚类 ;隶属函数 ;聚类中心 ;隶属矩阵 ( ) 中图分类号 :TP391 　　　　　文献标识码 :A 　　　　　文章编号 :1001 - 9146 2010 03 - 0063 - 04 0 　引　言 随着计算机科学技术的不断发展 , 图像处理和分析逐渐形成了自己的科学体系 。图像分割的效果 直接决定了后续图像分析 、图像理解和模式识别的性能 ,具有重要的研究价值 。图像分割的方法和种类 有很多 ,本文讨论了灰度共生矩阵和模糊聚类两种图像分割的方法[ 1 - 3 ] 。两种方法都是提取了4 种相 同的纹理特征值 ,使用相同的聚类方法 ,所不同的是灰度共生矩阵法是通过求灰度图像的灰度共生矩 [4 ] 阵;而模糊聚类法是通过求隶属度函数 来实现 。因为聚类时 ,每次迭代优化 目标函数都要计算聚类中 心和隶属度函数[5 ,6 ] ,运算量很大 ,十分耗时 ,灰度共生矩阵法中为了降低运算量 ,利用了灰度直方图统 计信息 ,在此灰度空间上进行聚类极大的降低了运算量 。通过对两种方法运行结果的比较 ,提出了基于 两种实验方法的一种改进方法 ,改进的方法效果明显比灰度共生矩阵好 ,并且比模糊聚类中用描述符熵 和对比度进行图像分割的效果好 。 1 　预处理 设样本集为 X = {X ,X , …,X } ,用聚类算法把 X 硬划分成 c 个模式子集 S (i = 1 ,2 , …,c) ,则有 : 1 2 n i c 　　　　　　X ∪S ,S ∩S = Φ　　　　i ≠j ,1 ≤i ,j ≤c ( 1) i i j i = 1 聚类是通过最小化关于隶属度矩阵U 和聚类中心V 的目标函数 J m ( u , v) 来实现的: n c ( ) ( ) m 2 ( ) ( ) 　　　　　　J m u