基于清晰分割的像素覆盖分割方法
【专利摘要】本发明揭示了一种基于清晰分割的像素覆盖分割方法。所述方法包括使用适当的清晰分割方法对内部像素进行覆盖值分配；利用模糊形态学边缘检测算法提取不同物体之间的边界；对提取的边界像素用像素覆盖分割方法重新分配覆盖值。本发明通过将清晰分割算法和像素覆盖分割算法结合可以有效的实现图像分割，相对清晰分割算法，可以有效的抑制噪声，与像素覆盖分割算法相比，降低了算法的执行时间。
【专利说明】基于清晰分割的像素覆盖分割方法
【【技术领域】】
[0001]本发明涉及图像分割领域，特别涉及一种基于清晰分割的像素覆盖分割方法。【【背景技术】】
[0002]图像分割是计算机视觉领域中极为重要的内容之一，是实现自动图像分析和模式识别的首要问题，也是图像处理的经典难题之一。图像的成像过程是一种多对一的映射过程，由此决定了图像本身存在许多不确定性和不精确性，即模糊性；而人的视觉对于图像从黑到白的灰度级又是模糊而难以区别的。基于模糊集理论的图像分割方法很好的解决了图像模糊性的问题。与传统硬分割算法相比，模糊分割算法可以保留更多的原始信息，分割结果更准确。
[0003]近年来，提出了很多模糊分割方法，但是可以产生覆盖表达的方法却很少。覆盖表达相比其他模糊表达更有优势。2009年Sladoje和Lindblad提出了产生覆盖表达的方法。相比二值数字表达，覆盖表达可以提高特征估计的精度和准确性。2012年Sladoje和Lindblad又提出了基于线性分离的周长、边界厚度最小化的覆盖分割方法，提高了抗噪声能力和特征估计的精度和准确性。本发明中的方法，仅对边界上可能的混合像素进行覆盖分割，在保持原有算法优点的基础上，减少了算法的执行时间。
【
【发明内容】
】
[0004]本发明的目的在于提供一种模糊图像分割的方法，所述图像分割方法可以有效地降低要处理的像素数量，减少算法的执行时间。
[0005]为了达到本发明的目的，根据本发明的一个方面，本发明提供一种图像分割算法，所述方法包括:选择适当的清晰分割方法，给物体Ck内的每个像素P (i，j)分配一个分割向量a"满足a,= 1，αι#=0，并假设得到的分割对除了边界以外的所有像素提供可靠的结果；利用多方向模糊形态学边缘检测算法检测和连续成像物体边界相交的像素，假定这样的像素是混合的，被两个或多个物体部分覆盖；采用像素覆盖分割方法对混合像素集B重新分配覆盖值，通常end-members矩阵C用局部估计方法从图像数据中估计。
[0006]对于一幅大小为hXw的图像，I = Ihxw表不该图像的所有像素；对图像的所有像素进行清晰分割，给物体Ck内的每个像素P (i，j)分配一个分割向量ai,j满足CIk= 1，
α1≠k=0。
[0007]进一步的，利用多方向模糊形态学边缘检测算法检测和连续成像物体边界相交的像素。首先采用隶属度函数将彩色图像映射到模糊域，然后采用多方向模糊形态学在R、G、B三个分量上进行边缘检测，最后合成各分量的边缘，得到最后的彩色图像边缘。其步骤如下:
[0008]a)采用直线形隶属度函数G(Xmn)将彩色图像各分量图像映射到模糊集，公式为:
[0009]
【权利要求】
1.一种基于清晰分割的像素覆盖分割方法，其特征在于，所述方法包括: 选择适当的清晰分割方法，给物体Ck内的每个像素P (i，j)分配一个分割向量a Jjj满足ak=l，αι#=0，并假设得到的分割对除了边界以外的所有像素提供可靠的结果；利用多方向模糊形态学边缘检测算法检测和连续成像物体边界相交的像素，假定这样的像素是混合的，被两个或多个物体部分覆盖；采用像素覆盖分割方法对混合像素集B重新分配覆盖值，通常end-members矩阵C用局部估计方法从图像数据中估计。
2.根据权利要求1所述的基于清晰分割的像素覆盖分割方法，对于用像素覆盖分割方法对混合像素集B重新分配覆盖值，其特征在于，所述方法中，把图像分割作为一个能量最小化的过程，即
3.根据权利要求1所述的基于清晰分割的像素覆盖分割方法，对于图像分割，其特征在于，所述方法中，必须先用清晰分割方法对图像内部像素分配覆盖值，然后用多方向模糊形态学边缘检测算法检测图像的边界，最后用像素覆盖分割方法对边界像素重新分配覆盖值。
【文档编号】G06T7/00GK103871067SQ201410126653
【公开日】2014年6月18日 申请日期:2014年3月31日 优先权日:2014年3月31日
【发明者】梁久祯, 董艳 申请人:江南大学