专利名称：基于改进图表示的重复物体有效分割方法
技术领域：
本发明属于计算机图像处理方法，具体涉及一种基于改进图表示的重复物体分割方法。
背景技术：
图像分割指的是将输入图像中的前景图像从其背景中分离出来。由于图像分割是图像处理领域的基础工作，并且在诸如模式识别、机器学习等领域有着极其重要的作用，因此很多人对此进行了深入而广泛的研究，提出了很多很优秀的分割算法。尽管如此，从任意输入图像中将有意义的前景图像完全自动且准确地分割出来仍然是非常困难的。交互技术是目前解决这一问题的有效途径。但是，无论是自动分割，还是引入交互技术，当前存在的图像分割算法多数是针对一个前景物体进行分割，而对具有多个重复物体的输入图像进行前景图像分割的研究还不是很多。重复性在人们的生活中到处存在，比如一群鸭子、一排楼房等，所以包含重复物体的图像也很多。另一方面，人类视觉系统的一个重要功能就是对所看到的物体进行相似性和差异性的比较，从而达到识别物体的目的，以便理解周围的世界(D. W. Thompson, On Growth and R)rm. Dover，1992)。然而，经典的图像分割算法不适宜交互式地分割重复物体，因为在分割过程中可能需要非常多的交互，即便如此，分割结果也可能很不理想。LazySnapping(Y. Li, J. Sun, C. -K. Tang, and H. -Y. Shum, "Lazy snapping,，，ACM Transactions on Graphics, vol. 23, no. 3, pp. 303-308，2004)算法将图割优化算法和过分割结合起来，使得算法可以根据用户的交互实时地得到分割结果。Grabcut (C. Rother, V. Kolmogorov, and A. Blake, ““grabcut，，!interactive foreground extraction using iterated graph cuts，，，ACM Transactions on Graphics，vol. 23，pp. 309-314，2004)反复采用高斯混合模型对前、背景颜色进行训练，然后采用图割优化算法得到分割结果。用户交互在这两种算法中是非常关键且有效的，但是这两种算法都是针对单个物体进行分割，对于多个重复物体的分割效果并不十分理想(如
图1 (a) (b)所示)。基于轮廓形状的比较，程明明等提出了一种重复物体检测算法R印FindeHM. M. Cheng, F. L. Zhang, N. J. Mitra, X. Huang, and S. Μ. Hu, “RepFinder finding approximately repeated scene elements for image editing," ACM Transactions on Graphics, vol. 29，no. 4，pp. 83-90，2010)。当重复物体之间的形变较小时，检测效果较好； 但是，当重复物体形状变化较大时，该算法无法成功检测到重复物体。最近几年，图像的一致分割受到越来越多的重视。对图像进行一致分割指的是对两幅或者两幅以上包含相同或者相似前景物体的图像同时进行分割，从背景图像中提取出其前景物体。考虑到多幅图像中所共有的物体应该具有相同或者相近的颜色分布，可以通过直方图匹配并结合图表示对多幅图像进行一致分割。颜色直方图匹配可以采用Ll范数 (C. Rother, T. Minka, A. Blake, and V. Kolmogorov, "Cosegmentation of image pairs by histogram matching—incorporating a global constraint into mrfs，”in ComputerVision and Pattern Recognition, 2006, pp. 993-1000.)或者 L2 范数(L. Mukher jee, V. Singh, and C. R. Dyer, "Half-integrality based algorithms for cosegmentation of images，” in Computer Vision and Pattern Recognition，2009)，但是这两种算法在最优化过程中会带来很大的计算量。相比于对颜色直方图的错误匹配进行惩罚，匹配代价也可以通过对颜色直方图的正确匹配进行奖励得到。该方法可以将计算复杂度降低为多项式时间(D. S. Hochbaum and V. Singh, "An efficient algorithm for cosegmentation,，，in Computer Vision and Pattern Recognition,2009)。
发明内容
本发明的目的是提供一种基于改进图表示的重复物体有效分割方法，该方法通过对传统的图表示进行改进，对单幅图像中的多个重复物体进行分割的有效算法，只需要用户提供非常少的交互，即可将图像中的大量重复物体准确地分割出来(如图1 (C)所示)，使得其能够对重复物体进行高效、准确的分割。为达到上述目的，本发明采用的技术方案是对于输入图像I，为输入的图像I中的每一个像素P e I指定一个标签fp e {0， 1}，得到前景像素集合F= {p:fp = 0}，背景像素集合B= {p:fp= 1}，为了求得标签集合{fp}，构造了一个新的能量函数，该能量函数是在传统的马尔科夫随机场(MRF，Markov Random Field)模型的能量函数
权利要求
1. 一种基于改进图表示的重复物体有效分割方法，其特征在于对于输入图像I，为输入的图像I中的每一个像素pel指定一个标签fpe {0，1}，得到前景像素集合F= {p :fp =0}，背景像素集合B= {p :fp = 1}，为了求得标签集合{fp}，构造了一个新的能量函数， 该能量函数是在传统的马尔科夫随机场(MRF，Markov Random Field)模型的能量函数
全文摘要
本发明提出了一种基于改进图表示的重复物体有效分割方法。该方法首先对输入图像采用均值偏移算法进行过分割，在此基础上，用改进的图表示方法对过分割得到的分块，以及相邻、相似分块之间的关系进行表示，并采用最大流优化算法进行图割运算，实现对多个重复物体高效、准确的分割。
文档编号G06T5/00GK102270338SQ201110173510
公开日2011年12月7日 申请日期2011年6月27日 优先权日2011年6月27日
发明者张洪超, 张磊, 黄华 申请人:西安交通大学