单幅散焦图像的局部特征模糊分割算法

摘要：

当前局部特征模糊分割算法没有对单幅散焦图像进行预处理,导致单幅散焦图像的清晰度较低,从而影响分割效果.原有的模糊分割算法在像素分割的过程中,像素标签量巨大,从而导致分割过程复杂.为此,提出利用免疫谱聚类算法实现对单幅散焦图像的局部特征模糊分割.首先,通过分块的方法对局部模糊图像进行再次模糊;然后,比较模糊前后散焦图像的奇异值变化,并以该变化为依据对散焦图像进行标识;最后,提取出单幅散焦图像的奇异值特征,进而实现单幅散焦图像的局部特征模糊分割的目标.利用谱聚类的方法对散焦图像中的像素点样本进行聚类,采用Nystr(o)m逼近方法对像素点相似性矩阵的特征向量进行计算,降低了计算的复杂度;同时利用免疫算法提高聚类结果的准确性,保证了散焦图像的局部特征模糊分割结果.实验结果表明,所提算法能够有效地对单幅散焦图像进行分割,分割的效果较好,计算过程较为简单.

关键词：单幅散焦图像、局部特征、模糊分割、免疫谱聚类算法

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：北京林业大学中央高校基本科研业务费专项基金资助项目YX2014-19;中央高校基本科研业务费专项资金BLX2014-27

在线出版日期：2018-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：318-321