劉南鋒

摘 ?要：針對(duì)傳統(tǒng)K-Means聚類算法對(duì)圖像分割時(shí)受初始聚類數(shù)目設(shè)定對(duì)像素點(diǎn)進(jìn)行分類存在聚類不準(zhǔn)確、對(duì)聚類中心依賴性較強(qiáng)的問題和無法區(qū)分感興趣區(qū)域（Region of Interest，ROI）和非感興趣區(qū)域（Non Region of Interest，NROI）的弊端，提出一種基于改進(jìn)K-Means聚類的視頻感興趣區(qū)域提取算法。首先，該算法根據(jù)視覺關(guān)注機(jī)制分別確定當(dāng)前幀視頻圖像中運(yùn)動(dòng)劇烈區(qū)域的最小紋理復(fù)雜度和信息熵與運(yùn)動(dòng)平緩區(qū)域的最大紋理復(fù)雜度和信息熵;然后基于K-Means聚類思想隨機(jī)選取k個(gè)初始聚類中心，并采用設(shè)計(jì)的聚類規(guī)則對(duì)像素點(diǎn)進(jìn)行迭代分類，最后對(duì)分類后的各個(gè)聚類集合根據(jù)運(yùn)動(dòng)劇烈區(qū)域與運(yùn)動(dòng)平緩區(qū)域的紋理復(fù)雜度和信息熵進(jìn)行區(qū)域分類，最終確定該視頻幀的感興趣區(qū)域和非感興趣區(qū)域，完成視頻感興趣區(qū)域的提取。消除傳統(tǒng)K-Means聚類算法對(duì)圖像分割時(shí)分類不準(zhǔn)確和魯棒性弱的問題，并提取出視頻的感興趣區(qū)域。

關(guān)鍵詞：K-Means聚類;感興趣區(qū)域;非感興趣區(qū)域;紋理復(fù)雜度;信息熵

0引言

隨著計(jì)算機(jī)視覺領(lǐng)域的發(fā)展，圖像處理在醫(yī)療、軍事、電力等行業(yè)迅猛發(fā)展，而圖像分割作為圖像處理的基礎(chǔ)手段在計(jì)算機(jī)視覺中發(fā)揮著重要作用[1]。人眼視覺關(guān)注機(jī)制表明[2]，人眼對(duì)于視頻幀不同區(qū)域具有不同的關(guān)注度，對(duì)于運(yùn)動(dòng)劇烈的區(qū)域，即感興趣區(qū)域更易引起人眼關(guān)注;而對(duì)于運(yùn)動(dòng)平緩區(qū)域，即非感興趣區(qū)域關(guān)注度較低;目前針對(duì)視頻幀的分割目的在于區(qū)別視頻幀中不同運(yùn)動(dòng)劇烈程度的區(qū)域，而忽略了基于人眼視覺關(guān)注機(jī)制對(duì)于圖像的分割。因此，基于人眼視覺關(guān)注機(jī)制對(duì)視頻幀進(jìn)行分割將成為圖像分割領(lǐng)域研究的熱點(diǎn)問題[3]。

為適應(yīng)技術(shù)發(fā)展的要求，國(guó)內(nèi)外學(xué)者提出很多圖像分割算法，傳統(tǒng)圖像分割算法主要包括基于閾值的分割方法[4]、基于區(qū)域的分割方法、基于特定理論的分割方法和基于聚類的分割方法。

1 算法分析

1.1 K-Means聚類算法

K-Means聚類算法是聚類分割領(lǐng)域的經(jīng)典算法，該類算法是一種迭代求解的聚類分析方法，算法是將抽象對(duì)象的集合根據(jù)相似特征分類為多個(gè)類的過程，其目的是最小化對(duì)數(shù)據(jù)點(diǎn)和簇中心之間的緊密性及逆行采樣的目標(biāo)函數(shù)。算法具體步驟為：

（1）初始隨機(jī)選擇k個(gè)對(duì)象像素點(diǎn)，每個(gè)對(duì)象代表一個(gè)簇的中心，這里需要提前知道預(yù)知類的數(shù)量，即簇的數(shù)目。

（2）計(jì)算每個(gè)像素點(diǎn)距離簇中心的距離，并將距離簇中心距離近的像素點(diǎn)歸類到該簇中。

（3）經(jīng)過步驟（2）得到每個(gè)簇的初始聚類結(jié)果，對(duì)每個(gè)簇計(jì)算所有像素點(diǎn)距離中心點(diǎn)距離的均值，以該均值點(diǎn)作為該簇的中心點(diǎn)，繼續(xù)執(zhí)行步驟（2）

（4）重復(fù)步驟（2）和步驟（3），直到滿足迭代次數(shù)或每個(gè)簇的中心點(diǎn)滿足給定閾值內(nèi)變化，完成算法迭代，實(shí)現(xiàn)像素點(diǎn)的聚類。

從上述步驟可看出該算法易實(shí)現(xiàn)，且算法效率較高;但該算法受初始聚類數(shù)目和聚類中心選定的影響，會(huì)影響聚類結(jié)果的精度。

2 基于改進(jìn)K-Means聚類的視頻感興趣區(qū)域提取

針對(duì)K-Means聚類算法受初始聚類數(shù)目和聚類中心影響導(dǎo)致聚類結(jié)果不精確的問題，本文基于視覺關(guān)注機(jī)制對(duì)K-Means聚類算法進(jìn)行優(yōu)化并采用提出的聚類規(guī)則對(duì)視頻進(jìn)行聚類分割，提取出視頻感興趣區(qū)域。算法實(shí)現(xiàn)步驟如下：

（1）人眼視覺關(guān)注機(jī)制表明，均值絕對(duì)偏差（ ）可很好表征圖像的紋理復(fù)雜度，本文采用 作為衡量圖像紋理特性的依據(jù);同時(shí)信息熵可很好表征數(shù)據(jù)的混亂程度，這里采用信息熵 作為衡量圖像運(yùn)動(dòng)劇烈程度的依據(jù);對(duì)于紋理復(fù)雜度高的區(qū)域，圖像運(yùn)動(dòng)劇烈程度較大，則圖像中像素點(diǎn)的運(yùn)動(dòng)方向混亂程度較高，則該區(qū)域的信息熵較大;而對(duì)于運(yùn)動(dòng)平緩區(qū)域，該區(qū)域像素點(diǎn)運(yùn)動(dòng)方向呈規(guī)律性變化，則該區(qū)域的信息熵較小。基于此，本文選取 和 作為像素劇烈的判斷依據(jù)。首先計(jì)算當(dāng)前視頻處理幀運(yùn)動(dòng)劇烈區(qū)域的最小紋理復(fù)雜度 和最小信息熵 ，運(yùn)動(dòng)平緩區(qū)域的最大紋理復(fù)雜度 和最小信息熵 。

（2）這里隨機(jī)選取k個(gè)聚類中心，將不受原K-Means聚類算法對(duì)類數(shù)目的限制，并對(duì)每個(gè)類以類中心為圓心，1像素為半徑步長(zhǎng)向外擴(kuò)張，每次擴(kuò)張前將計(jì)算當(dāng)前聚類中心圓的 ，同時(shí)，將計(jì)算連續(xù)三次聚類時(shí)的 值，并采用如下設(shè)計(jì)聚類規(guī)則進(jìn)行聚類分析：

式中： 表示當(dāng)前類和下一次聚類得到的 差值; 表示運(yùn)動(dòng)劇烈區(qū)域差值的最小值; 表示當(dāng)前類和下一次類的信息熵的差值; 表示連續(xù)兩次迭代信息熵的差值; 表示當(dāng)前點(diǎn)為運(yùn)動(dòng)劇烈區(qū)域和運(yùn)動(dòng)平緩區(qū)域邊界點(diǎn); 表示當(dāng)前點(diǎn)位于運(yùn)動(dòng)平緩區(qū)域; 表示當(dāng)前點(diǎn)位于運(yùn)動(dòng)劇烈區(qū)域; 表示當(dāng)前類不在向外擴(kuò)張; 表示當(dāng)前類繼續(xù)向外擴(kuò)張; 表示連續(xù)三次聚類的相鄰兩次 差值均處于增加狀態(tài)，其他三種符號(hào)以此類推; 表示以當(dāng)前類為中心的圓結(jié)束擴(kuò)張。

（3）重復(fù)步驟（2），直至遍歷所有像素點(diǎn)，完成所有像素的遍歷。

（4）根據(jù)公式（2）進(jìn)行ROI和NROI的劃分。

式中： 表示當(dāng)前類的 。綜上，即可完成視頻幀ROI和NROI的劃分，實(shí)現(xiàn)視頻感興趣區(qū)域的提取。

3實(shí)驗(yàn)結(jié)果分析

3.1實(shí)驗(yàn)參數(shù)與評(píng)價(jià)指標(biāo)

為驗(yàn)證本文算法的有效性，在硬件配置為：Inter（R） Core（TM） i7-10510U，主頻為2.3GHz，內(nèi)存為16GB;軟件配置為：Microsoft Visual Studio 2010和OPENCV2.4.10的實(shí)驗(yàn)平臺(tái)進(jìn)行實(shí)驗(yàn)仿真。

3.2 實(shí)驗(yàn)結(jié)果分析

本文基于改進(jìn)K-Means聚類進(jìn)行視頻感興趣區(qū)域提取算法相較于傳統(tǒng)基于閾值分割算法、基于區(qū)域分割算法和基于特定理論分割算法可提取精度更高的分割區(qū)域;同時(shí)，本文設(shè)計(jì)的聚類規(guī)則可克服傳統(tǒng)K-Means聚類算法依賴初始聚類數(shù)目和聚類中心的影響，對(duì)不同圖像的魯棒性更高，并分割出效果更佳的圖像區(qū)域。同時(shí)本文算法基于視覺關(guān)注機(jī)制采用均值絕對(duì)偏差和信息熵作為提取視頻感興趣區(qū)域的判定依據(jù)，可使輸出視頻幀更符合人眼視覺關(guān)注機(jī)制。綜上，本文基于改進(jìn)K-Means聚類進(jìn)行視頻感興趣區(qū)域提取算法可在克服原有K-Means聚類算法不足的基礎(chǔ)上基于視覺關(guān)注機(jī)制提取更符合人眼視覺關(guān)注機(jī)制的視頻感興趣區(qū)域。

本文算法目的時(shí)消除現(xiàn)有K-Means聚類算法的不足，并基于K-Means聚類算法提出一種視頻感興趣區(qū)域提取算法。

4 結(jié)論

本文提出一種基于改進(jìn)K-Means聚類的視頻感興趣區(qū)域提取算法，該算法首先基于視覺關(guān)注機(jī)制分別確定當(dāng)前處理幀的運(yùn)動(dòng)劇烈區(qū)域最小紋理復(fù)雜度和信息熵與運(yùn)動(dòng)平緩區(qū)域的最大紋理復(fù)雜度和信息熵;然后，采用設(shè)計(jì)的聚類規(guī)則對(duì)當(dāng)前視頻幀進(jìn)行聚類，得到最后的聚類集合;最后，基于運(yùn)動(dòng)劇烈和運(yùn)動(dòng)平緩區(qū)域的紋理復(fù)雜度和信息熵的關(guān)系確定當(dāng)前視頻幀的感興趣區(qū)域和非感興趣區(qū)域，最終提取視頻感興趣區(qū)域。本文算法可很好克服現(xiàn)有K-Means聚類算法的不足，并獲得精度更高，更符合人眼視覺關(guān)注機(jī)制的視頻感興趣區(qū)域。

參考文獻(xiàn)：

[1]楊宇，崔陶.基于深度學(xué)習(xí)和水平集的彩色圖像分割方法（英文）[J/OL].四川大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，4（4）：1-12.

[2]危水根，王程偉，陳震，張聰炫，張曉雨.基于視覺注意機(jī)制的紅外弱小目標(biāo)檢測(cè)[J].光子學(xué)報(bào)，2021，50（01）：181-195..

[3]劉俠，余鴻波，李冰，王波.基于改進(jìn)U-Net模型下的椎骨CT圖像分割方法[J/OL].哈爾濱理工大學(xué)學(xué)報(bào)，2021，4（03）：58-64.

[4]余博文.數(shù)字圖像閾值分割研究與應(yīng)用[J].科學(xué)技術(shù)創(chuàng)新，2021，4（19）：91-92.