一种视频图像离散划分方法
【技术领域】
[0001]本发明属于视频划分方法技术领域，尤其涉及一种视频图像离散划分方法。
【背景技术】
[0002]纹理图像在局部区域内呈现了不规则性，而在整体上表现出某种规律性。纹理基元的排列可能是随机的，也可能是相互之间互相依赖，这种依赖性可能是有结构的，也可能是按某种概率分布排列的，也可能是某种函数形式。图像纹理可以用许多定性的语言来描述，如粗糙、精细、光滑、方向性和规则性、粒度等。但是将这些语义转化成数学模型不是一件容易的事。关于纹理分割的方法常用的有Hust系数，灰度共生矩阵和纹理能量的纹理分析。目前基本上是以统计和滤波方法为主提取纹理特征进行检索。
【发明内容】
[0003]本发明就是针对上述问题，提供一种图像分割速度快的视频图像离散划分方法。
[0004]为实现上述目的，本发明包括以下步骤。
[0005]I)将整个图以窗口大小为单位划分成若干子图块。
[0006]2)提取子图的特征向量，对子图进行离散平稳小波变换后，在每个小波域中对每个子图求出该子图平均能量作为该子块特征量。
[0007]3)以子图像块为单位对整个图形进行预分割；在对子图下块提取特征量后，通过采用模糊聚类方法，对图像进行预分割。
[0008]4)确定粗分割边缘处的子块，对边缘子块中的每个像素通过移动窗口进行特征提取，对边缘的部分进行细分割；在进行分类之前对每一个特征特征向量的特征值按照下式进行归一化处理。
[0009]作为一种优选方案，本发明还包括:对图像进行平稳小波变换二级分解，在各个子带中得到和原图像点数相同的小波系数。
[0010]将原图像划分成若干个子图像，按照laws能量的公式以子图块为单位在小波各个小波带中求其平均能量，并以此为特征向量，采用模糊C-均值聚类方法对图像进行粗分割。
[0011]作为另一种优选方案，本发明还包括:寻找粗分割的边界子块，在这些子块中，以像素为单位进行特征提取，重新对边缘子图像块进行聚类分分割。
[0012]本发明有益效果。
[0013]本发明采用平稳离散小波变换和模糊C-均值聚类和改进得分割方法对文理图像进行分割，通过实际效果和数据比较可知，利用本发明提供的算法提高了双纹理的图像分割速度，分割结果更加接近于实际情况。
【具体实施方式】
[0014]本发明包括以下步骤。
[0015]I)将整个图以窗口大小为单位划分成若干子图块。
[0016]2)提取子图的特征向量，对子图进行离散平稳小波变换后，在每个小波域中对每个子图求出该子图平均能量作为该子块特征量。
[0017]3)以子图像块为单位对整个图形进行预分割；在对子图下块提取特征量后，通过采用模糊聚类方法，对图像进行预分割。
[0018]4)确定粗分割边缘处的子块，对边缘子块中的每个像素通过移动窗口进行特征提取，对边缘的部分进行细分割；在进行分类之前对每一个特征特征向量的特征值按照下式进行归一化处理。
[0019]本发明还包括:对图像进行平稳小波变换二级分解，在各个子带中得到和原图像点数相同的小波系数。
[0020]将原图像划分成若干个子图像，按照laws能量的公式以子图块为单位在小波各个小波带中求其平均能量，并以此为特征向量，采用模糊C-均值聚类方法对图像进行粗分割。
[0021]本发明还包括:寻找粗分割的边界子块，在这些子块中，以像素为单位进行特征提取，重新对边缘子图像块进行聚类分分割。
[0022]本发明以纹理库中的图形为对象进行分割，小波采用daubechies小波系列db3。图像大小为256X256。窗口大小为16X16。分割前和分割后未对图像做任何处理。
[0023]采用普通分割方法和本发明提出的二次分割方法时，在任意一小波域中提取特征向量的迭代次数比较。
[0024]在变换过程中存在对采样点的降采样问题，使得小波变换丧失了平移不变的特性。小波的平移不变性对于处理统计信号的应用是非常重要的，因此，这不利于小波变换提取边缘、纹理特征在图像分割中的应用。为此本发明采用了平稳离散小波变换，与经典的离散正交小波变换相比，平稳离散小波变换的主要特点是冗余性和平移不变性，能对连续小波变换给出一个更为近似的估计。
[0025]平稳离散小波变换根据其应用的场合与目的不同其叫法各异，如平移不变小波变换、静态小波等。在平稳小波变换过程中，不存在下采样的问题，因此平稳小波每次分解的系数长度与原始信号的长度相同，能够更好的在空间上与原始信号相对应。更有利于处理具有统计规律的信号，因此本发明选用了平稳小波变换作为纹理图像分割的工具。对于图像处理普遍采用的是二维离散小波变换，二维小波变换是一维小波变换的推广。
[0026]以上内容是结合具体的优选实施方式对本发明作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明所提交的权利要求书确定的保护范围。
【主权项】
1.一种视频图像离散划分方法，其特征在于包括以下步骤: 1)将整个图以窗口大小为单位划分成若干子图块； 2)提取子图的特征向量，对子图进行离散平稳小波变换后，在每个小波域中对每个子图求出该子图平均能量作为该子块特征量； 3)以子图像块为单位对整个图形进行预分割；在对子图下块提取特征量后，通过采用模糊聚类方法，对图像进行预分割； 4)确定粗分割边缘处的子块，对边缘子块中的每个像素通过移动窗口进行特征提取，对边缘的部分进行细分割；在进行分类之前对每一个特征特征向量的特征值按照下式进行归一化处理。2.根据权利要求1所述一种视频图像离散划分方法，其特征在于还包括:对图像进行平稳小波变换二级分解，在各个子带中得到和原图像点数相同的小波系数； 将原图像划分成若干个子图像，按照laws能量的公式以子图块为单位在小波各个小波带中求其平均能量，并以此为特征向量，采用模糊C-均值聚类方法对图像进行粗分割。3.根据权利要求2所述一种视频图像离散划分方法，其特征在于还包括:寻找粗分割的边界子块，在这些子块中，以像素为单位进行特征提取，重新对边缘子图像块进行聚类分分割。
【专利摘要】<b>一种视频图像离散划分方法属于视频划分方法技术领域，尤其涉及一种视频图像离散划分方法。本发明提供一种图像分割速度快的视频图像离散划分方法。本发明包括以下步骤。</b><b>1)</b><b>将整个图以窗口大小为单位划分成若干子图块；</b><b>2)</b><b>提取子图的特征向量，对子图进行离散平稳小波变换后，在每个小波域中对每个子图求出该子图平均能量作为该子块特征量；</b><b>3)</b><b>以子图像块为单位对整个图形进行预分割；在对子图下块提取特征量后，通过采用模糊聚类方法，对图像进行预分割。</b>
【IPC分类】G06T7/00
【公开号】CN105654449
【申请号】
【发明人】许亚夫
【申请人】许亚夫
【公开日】2016年6月8日
【申请日】2014年11月9日