[发明专利]一种基于FCM的四邻域归类方法

摘要

本发明公开了一种基于FCM的四邻域归类方法，包括以下步骤：将预处理图像进行FCM聚类分割处理；初始化FCM聚类算法的隶属度矩阵的聚类中心；计算FCM聚类分割处理后的图像的隶属度矩阵；判断价值函数J是否满足条件，如果满足，则算法停止；计算新的聚类中心；运用四邻域判断的方法进行处理。与现有技术相比，本发明在FCM对脑部图像处理后的基础上，对处理结果图像进行四邻域判断归类，经过编程实验验证了该方法能够很好地改善FCM对组织连通性的破坏，得到的处理结果图像中组织的连通性更好，聚类效果更加科学。基于FCM的四邻域判断聚类效果更符合组织的完整性、连通性，能够更好地表现出脑部组织的信息，在实际应用中具有很好的帮助作用。

主权项

一种基于FCM的四邻域归类方法，其特征在于，包括以下步骤：1)将预处理图像进行FCM聚类分割处理；2)初始化FCM聚类算法的隶属度矩阵的聚类中心，Vi(i＝1、2、3…)；3)计算FCM聚类分割处理后的图像的隶属度矩阵，$u_{\mathrm{ij}}=1/\underset{k=1}{\overset{c}{\mathrm{\Σ}}}{(d_{\mathrm{ij}}/d_{\mathrm{kj}})}^{2/(m-1)};$4)将$J(U,c_1,...c_n)=\underset{i=1}{\overset{c}{\mathrm{\Σ}}}\underset{j}{\overset{n}{\mathrm{\Σ}}}{u}_{\mathrm{ij}}^m{d}_{\mathrm{ij}}^2,$且$\underset{i=1}{\overset{c}{\mathrm{\Σ}}}{u}_{\mathrm{ij}}=1$带入步骤3)的隶属度矩阵，判断价值函数J是否满足条件，如果满足，则算法停止；5)通过步骤3)的隶属度矩阵计算新的聚类中心，$c_i=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\left(u_{\mathrm{ij}}^m{X}_j\right)/\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{u}_{\mathrm{ij}}^m;$6)将步骤5)处理后的图像运用四邻域判断的方法进行处理，当像素的四邻域的特征值都是一类时，则说明该像素是属于其邻域像素这一类的，将其归入其邻域类，否则保持该像素点的特征值不变。