(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 202210196357.6 (22)申请日 2022.03.01 (71)申请人 厦门聚视智创科技有限公司 地址 361000 福建省厦门市软件园三期诚 毅北大街65号501-4单元 (72)发明人 赵兴旺　 (51)Int.Cl. G06T 7/11(2017.01) G06T 7/13(2017.01) G06T 5/00(2006.01) G06K 9/62(2022.01) G06V 10/762(2022.01) (54)发明名称 一种基于灰度的ISODATA分割方法 (57)摘要 本发明公开一种基于灰度的ISODATA分割方 法， 首先将彩色的待处理图像转化为灰度图像， 随后对灰度图像进行滤波除噪并进行初分割处 理， 然后再将初分割处理完成的灰度图像恢复彩 色状态， 并进行动态聚类处理， 完成ISODATA分 割， 获得最终的分割后图像， 本发明的优点在于 将灰度分割处理和ISODATA分割处理进行了有效 整合， 同时具备灰度分割处理的高效和ISODATA 分割的高精度的优点， 在保证待处理图像 分割精 准度的前提下有效提高了分割处 理效率。 权利要求书1页 说明书3页 CN 114648538 A 2022.06.21 CN 114648538 A 1.一种基于灰度的ISODATA分割方法， 其特 征在于： 包括以下步骤： S1、 将彩色的待分割色图像转换为灰度图像； S2、 对转换出的灰度图像首先进行滤波除噪， 除去污染待分割图像的白噪音和椒盐噪 音； S3、 随后对完成滤波除噪的待处 理图像基于灰度的初分割处 理； S4、 将完成初分割处理的待 处理图像恢复彩色状态并进行动态聚类处理， 完成IS ODATA 分割， 获得最终的分割后图像。 2.根据权利要求1所述的一种基于灰度的ISODATA分割方法， 其特征在于： S4中动态聚 类处理包括一级动态聚类处理和二级动态聚类处理， 所述一级动态聚类处理包括对恢复彩 色状态的完成初分割处理的待处理图像进行初步动态聚类处理并对处理后的聚类像素点 进行识别和标号， 标号完成后进行二级动态聚类处 理。 3.根据权利要求2所述的一种基于灰度的ISODATA分割方法， 其特征在于： 所述二级动 态聚类处理包括对一级动态聚类处理获得的聚类像素点标号进行二次聚类和分割， 随后对 属于同一类的聚类 像素点填充相同的颜色。 4.根据权利要求3所述的一种基于灰度的ISODATA分割方法， 其特征在于： 进行二次聚 类和分割的同时对各个标号的聚类 像素点实现亮度识别。 5.根据权利要求1所述的一种基于灰度的ISODATA分割方法， 其特征在于： S2中初分割 处理包括基于区域的灰度检测算法和基于边 缘检测的灰度检测算法。权　利　要　求　书 1/1 页 2 CN 114648538 A 2一种基于灰度的I SODATA分割方 法 技术领域 [0001]本发明涉及图像动态分割领域， 具体地说， 是一种基于灰度的ISODATA分割方法。 背景技术 [0002]近年来， 随着机器视觉研究的不断推进， 图像已经成为了机器视觉传递的主要信 息。 如何从图像中提取或者 强化有用信息， 为后续深层次的语义理解降低处理复杂度， 是图 像处理领域的一个重要研究方向。 在一系列的图像处理方法中， 图像分割 是一种提取感兴 趣区域信息的方法， 其将图像依据表征因子划分成若干个子区域。 划分以强化区域间差异 性、 弱化区域内差异 性为原则， 以实现目标与背 景分离为目的， 为机器视觉的后续处理提供 更加直观和精炼的信息 。 [0003]随着摄影及显示技术的发展， 高分辨率高饱和度的彩色图片成为了图片领域的主 流， 对于这种高分辨率高饱和度的彩色图片， 传统的基于灰度的图像分割处理方法的效率 和准确度已无法满足需求， 针对这一需求， ISODATA分割 算法， 即一种动态聚类算法应运而 生。 [0004]但现行的ISODATA分割算法对于噪音的消除效果相比于基于灰度的图像分割方法 仍有逊色。 发明内容 [0005]发明目的： 本发明目的在于针对现有技术的不足， 提供一种基于灰度的ISODATA分 割方法。 [0006]技术方案： 本发明所述 一种基于灰度的ISODATA分割方法， 包括以下步骤： [0007]S1、 将彩色的待分割色图像转换为灰度图像； [0008]S2、 对转换出的灰度图像首先进行滤波除噪， 除去污染待分割图像 的白噪音和椒 盐噪音； [0009]S3、 随后对完成滤波除噪的待处 理图像基于灰度的初分割处 理； [0010]S4、 将完成初分割处理的待处理图像恢复彩色状态并进行动态聚类处理， 完成 ISODATA分割， 获得最终的分割后图像。 [0011]作为优选 的， S4中动态聚类处理包括一级动态聚类处理和二级动态聚类处理， 所 述一级动态 聚类处理包括对恢复彩色状态的完成初分割处理的待处理图像进行初步动态 聚类处理并对处 理后的聚类 像素点进行识别和标号， 标号完成后进行二级动态聚类处 理。 [0012]作为优选的， 所述二级动 态聚类处理包括对一级动态聚类 处理获得的聚类像素点 标号进行二次聚类和分割， 随后对属于同一类的聚类 像素点填充相同的颜色。 [0013]作为优选的， 进行二次聚类和分割的同时对各个标号的聚类像素点实现亮度识 别。 [0014]作为优选的， S3中初分割处理包括基于区域的灰度检测算法和基于边缘检测的灰 度检测算法。说　明　书 1/3 页 3 CN 114648538 A 3