(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 202210786622.6 (22)申请日 2022.07.04 (71)申请人 厦门大学 地址 361005 福建省厦门市思明南路42 2号 (72)发明人 高云龙　王嘉麟　潘金艳　谢嘉欣　 谢有为　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 专利代理师 王爱涛 (51)Int.Cl. G06T 7/11(2017.01) G06V 10/44(2022.01) G06V 10/762(2022.01) G06V 10/774(2022.01) (54)发明名称 一种图像分割方法及系统 (57)摘要 本发明涉及一种图像 分割方法及系统， 所述 方法包括如下步骤： 对样本图像进行特征提取， 构建所述样 本图像的样本矩阵； 采用鲁棒判别模 糊C均值聚类方法， 确定所述样本矩阵的隶属度 矩阵； 利用所述隶属度矩阵对所述样本图像进行 分割。 本发 明利用一种将模糊理论与聚类算法结 合的鲁棒判别模糊C均值聚类方法， 实现图像分 割， 对噪声 图像有更好的分割性能， 对 图像中的 非均衡信息和边缘信息有更强的识别与提取能 力， 图像分割结果更加准确， 提高了图像分割的 效果。 权利要求书3页 说明书13页 附图6页 CN 115205310 A 2022.10.18 CN 115205310 A 1.一种图像分割方法， 其特 征在于， 所述方法包括如下步骤： 对样本图像进行 特征提取， 构建所述样本图像的样本矩阵； 采用鲁棒判别模糊C均值聚类方法， 确定所述样本矩阵的隶属度矩阵； 利用所述隶属度矩阵对所述样本图像进行分割。 2.根据权利要求1所述的图像分割方法， 其特征在于， 所述采用鲁棒判别模糊C均值聚 类方法， 确定所述样本矩阵的隶属度矩阵， 具体包括： 初始化每 个数据簇的聚类中心； 根据每个数据簇的聚类中心， 计算样本矩阵中每个样本点相对于每个数据簇的隶属 度， 构建隶属度矩阵； 判断是否满足迭代结束条件， 获得判断结果； 若所述判断结果表示否， 根据 隶属度矩阵更新每个数据簇的聚类中心， 返回步骤 “根据 每个数据簇的聚类中心， 计算样本矩阵中每个样本点相对于每个数据簇的隶属度， 构建隶 属度矩阵 ”； 若所述判断结果表示是， 则输出 所述隶属度矩阵。 3.根据权利要求2所述的图像分割方法， 其特征在于， 所述根据每个数据簇的聚类中 心， 计算样本矩阵中每 个样本点相对于每 个数据簇的隶属度， 具体包括： 根据每个数据簇的聚类中心， 采用公式 计算样本矩阵中每 个样本点相对于每 个数据簇的隶属度； 其中， uij表示样本矩阵中第j个样本点相对于第i个数据簇的隶属 度， c表示数据簇的数 量， vi表示第i个数据簇的聚类中心， xj表示第j个样 本点的特征， vk表示第k个数据簇的聚类 中心， m表示模糊指数。 4.根据权利要求2所述的图像分割方法， 其特征在于， 所述根据 隶属度矩阵更新每个数 据簇的聚类中心， 具体包括： 根据每个数据簇的聚类中心， 利用公式 计算超参数； 其中， λt表示超参数， N表示样本点的数量， xj表示第j个样本点的特征， c表示数据簇的 数量， vi表示第i个数据簇的聚类中心， vtotal表示全局聚类中心， 根据所述超参数和所述隶属度矩阵， 采用公式 更新每个数据 簇的聚类中心； 其中， vi'表示第i个数据簇的更新后的聚类中心， uij表示样本矩阵中第j个样本点相对 于第i个数据簇的隶属度， m表示模糊指数， α 表示预设参数。 5.根据权利要求2所述的图像分割方法， 其特征在于， 所述迭代结束条件为迭代次数达 到迭代次数阈值。权　利　要　求　书 1/3 页 2 CN 115205310 A 26.根据权利要求2所述的图像分割方法， 其特征在于， 所述迭代结束条件为相邻 两次迭 代得到的目标函数值的差值小于目标函数收敛阈值； 用于计算所述目标函数值的公式为： 其中， J为目标函数值， N表示样本点的数量， c表示数据簇的数量， uij表示样本矩阵中第 j个样本点相对 于第i个数据簇的隶属度， xj表示第j个样本 点的特征， vi表示第i个数据簇的 聚类中心， vtotal表示全局聚类中心， m表示模糊指数， α 表示预设参数。 7.一种图像分割 系统， 其特 征在于， 所述系统包括： 特征提取模块， 用于对样本图像进行 特征提取， 构建所述样本图像的样本矩阵； 隶属度矩阵确定模块， 用于采用鲁棒判别模糊C均值聚类方法， 确定所述样本矩阵的隶 属度矩阵； 图像分割模块， 用于利用所述隶属度矩阵对所述样本图像进行分割。 8.根据权利要求7所述的图像分割系统， 其特征在于， 所述隶属度矩阵确定模块， 具体 包括： 初始化子模块， 用于初始化每 个数据簇的聚类中心； 隶属度计算子模块， 用于根据每个数据簇的聚类中心， 计算样本矩阵中每个样本点相 对于每个数据簇的隶属度， 构建隶属度矩阵； 判断子模块， 用于判断是否满足迭代结束条件， 获得判断结果； 聚类中心更新子模块， 用于若所述判断结果表示否， 根据隶属度矩阵更新每个数据簇 的聚类中心， 返回步骤 “根据每个数据簇的聚类中心， 计算样本矩阵中每个样本点相对于每 个数据簇的隶属度， 构建隶属度矩阵 ”； 隶属度矩阵输出子模块， 用于若所述判断结果表示是， 则输出 所述隶属度矩阵。 9.根据权利要求8所述的图像分割系统， 其特征在于， 所述隶属度计算子模块， 具体包 括： 隶 属 度 计 算 单 元 ，用 于 根 据 每 个 数 据 簇 的 聚 类 中 心 ，采 用 公 式 计算样本矩阵中每 个样本点相对于每 个数据簇的隶属度； 其中， uij表示样本矩阵中第j个样本点相对于第i个数据簇的隶属 度， c表示数据簇的数 量， vi表示第i个数据簇的聚类中心， xj表示第j个样 本点的特征， vk表示第k个数据簇的聚类 中心， m表示模糊指数。 10.根据权利要求8所述的图像分割系统， 其特征在于， 所述 聚类中心更新子模块， 具体 包括：权　利　要　求　书 2/3 页 3 CN 115205310 A 3