(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210877458.X (22)申请日 2022.07.25 (71)申请人 北京帝测科技股份有限公司 地址 102211 北京市昌平区未来科 学城英 才北三街16号院15号楼 2单元1105室 (72)发明人 何亚茹　贾慧彤　李方方　鄂超　 杨溯　杨杰　 (74)专利代理 机构 辽宁惟则知识产权代理事务 所(普通合伙) 21273 专利代理师 李巨智 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/762(2022.01) (54)发明名称 基于超像素和改进模糊C均值聚类的自动图 像分割方法 (57)摘要 本发明的实施例提供了基于超像素和 改进 模糊C均值聚类的自动图像分割方法。 所述方法 包括： 在目标图像中选取任一邻域， 计算邻域内 像素点的局部灰度变化信息以及邻域内像素点 与中心像素点的空间距离信息， 统计局部灰度变 化信息影 响权重和空间距离信息影 响权重， 获得 优化加权图像； 利用SLIC算法对所述优化加权图 像进行预分割， 得到超像素； 对超像素进行密度 峰值聚类， 获得聚类簇数； 采用优化后的隶属度 改进模糊C均值聚类算法， 对超像素进行二次分 割。 以此方式， 可以自动确定聚类簇数， 无需人工 参与， 有效降低了噪声点对图像分割的影响， 提 高了图像分割效率和图像分割精度。 权利要求书6页 说明书16页 附图6页 CN 115131566 A 2022.09.30 CN 115131566 A 1.一种基于超像素和改进模糊C均值聚类的自动图像分割方法， 其特 征在于， 包括： 在目标图像中选取任一邻域， 计算所述邻域内像素点的局部灰度变化信 息以及邻域内 像素点与中心像素点的空间距离信息， 统计所述邻域内像素点对中心像素点的局部灰度变 化信息影响权 重和空间距离信息影响权 重， 获得优化加权图像； 利用SLIC算法对所述优化加权图像进行 预分割， 得到超像素； 对所述超像素进行密度峰值聚类， 获得聚类簇数； 采用优化后的隶属度改进模糊C均值聚类算法， 对所述超像素进行二 次分割， 得到二 次 分割后的图像。 2.根据权利要求1所述的方法， 其特征在于， 计算所述邻域内像素点的局部灰度变化信 息， 统计所述邻域内像素点对中心像素点的局部灰度变化信息影响权 重， 包括： 将所述邻域内的各像素点的灰度值与该邻域内所有像素点的平均灰度进行比较， 得到 局部灰度变化信息； 所述局部灰度变化信息为： 其中， 为局部灰度变化信息； 为所述邻域内像素点j处的灰度值； 是以像素点i 为中心的局部窗口； 为所述邻域内所有像素点的平均灰度， 且 ， 其中， 为局部窗口 内的像素点个数； 所述邻域内像素点对中心像素点的局部灰度变化信息影响权 重为： 其中， 为邻域内像素点对中心像素点的局部灰度变化信息影响权重； 为局部灰度 变化信息 。 3.根据权利要求1所述的方法， 其特征在于， 计算所述邻域内像素点与中心像素点的空 间距离信息， 控制所述邻域内像素点对中心像素点的空间距离信息影响权 重， 包括： 利用高斯核函数定义所述邻域内像素点与中心像素点的空间距离信息； 利用指数函数控制所述邻域内像素点对中心像素点的空间距离信 息影响权重； 所述空 间距离信息影响权 重为： 其中， 为邻域内像素点对中心像素点的空间距离信息影响权重； 为邻域内像素点 与中心像素点的空间距离信息 。 4.根据权利要求2或3所述的方法， 其特 征在于， 所述优化加权图像为： 权　利　要　求　书 1/6 页 2 CN 115131566 A 2其中， 为优化加权图像中像素点i的灰度值； 是以像素点i为中心的局部窗口； 为 邻域内像素点对中心像素点的局部灰度变化信息影响权重； 为邻域内像素点对中心像 素点的空间距离信息影响权 重； 为所述邻域内的像素点j的灰度值。 5.根据权利要求1所述的方法， 其特征在于， 所述利用SLIC算法对所述优化加权图像进 行预分割， 得到超像素， 包括： 按照设定的超像素个数， 在优化加权图像内均匀的分配种子点； 根据 ， 计算相邻两个超像素中心的间距 ， 其中， 为优化加权图像的像素 点总个数， 为预分割的超像素个数； 以所述相邻两个超像素中心的间距 作为步长， 均匀选取优化加权图像中的若干个像 素点， 作为初始超像素聚类中心； 在每个种子点周围的邻域内为每 个像素点分配所属类标签， 搜索范围限制为 ； 根据 计算距离测度， 其 中， 为距离测度； 为像素点 与种子 像素点 的灰度值差； 为像素点i处的灰度值， 为像素点b处的灰度值， 且 ； 为像素点 与种子像素点 的空间距离， 且 ， 其中 和 分别为两个像素点的横坐标； 和 分 别为两个像素点的纵坐标； 为度量超像素的紧凑性指数， 且 的值越大， 紧凑性就越高； 为相邻两个超像素中心的间距； 取与该像素点具有最小距离测度的种子点作为该像素点 的聚类中心； 迭代更新超像素聚类中心， 直至收敛或达到预设的超像素聚类的最大迭代次数， 超像 素分割结束， 得到超像素分割图像。 6.根据权利要求1所述的方法， 其特征在于， 对所述超像素进行密度 峰值聚类， 获得聚 类簇数， 包括： 任意选取两个超像素， 计算两个超像素之间的第一距离； 所述第一距离为： 其中， 为第p个超像素 与第q个超像素 之间的第一距离； 为第p个超像素 权　利　要　求　书 2/6 页 3 CN 115131566 A 3