安卓系统的交互式图像分割方法
【专利摘要】本发明提供一种安卓系统的交互式图像分割方法，为提取图像前景物体的新方法，首先，对传统图割算法的能量函数定义进行改进，取消了区域项，增强了边界项，从而消除了边界项参数对分割结果的影响，并将改进的方法在安卓平台加以实现；然后，在安卓平台上，针对迭代交互式图割算法的迭代次数对分割精度的影响，得出迭代次数性价比最高的设定；最后，利用迭代交互式图割算法，针对某些分割不准确的情况，加入交互式修正环节，来确保图像分割的精度，并将所提取景物体融入到其它背景图像中；交互式图割算法上的改进，消除了原能量函数中区域项，从而提高算法计算效率，将此改进算法应用于安卓平台，用户在安卓设备上就能轻松实现图像分割。
【专利说明】安卓系统的交互式图像分割方法
【技术领域】
[0001] 本发明涉及一种安卓系统的交互式图像分割方法。
【背景技术】
[0002] 传统的图像分割算法通常是自动分割的，自动分割虽然执行简单，但在处理诸如 医学图像等复杂的图像时，往往得不到理想的分割结果。因此，交互式分割方法逐渐成了研 究热点，交互式分割即加入了用户的操作，其与自动分割相比有两大优点：一是能准确理解 用户的要求；二是分割的效果较好。
[0003] 然而，交互式图割算法都是在PC平台上实现的，由于移动终端发展迅速，图像处 理需求越来越高，目前安卓市场上的图像编辑软件，诸如美图秀秀、图像处理工作室、图像 处理之类大都是只是停留在改变图像的视觉效果上，例如改变色彩风格、锐化、拉伸等等， 并未真正地实现如被大家熟知的PhotoShop中的抠图效果，即图像分割功能。将图像分割 技术应用到移动终端存在很大的发展前景。
【发明内容】
[0004] 本发明基于图割理论，提出并实现一种交互式图像分割方法，针对迭代图割分割 效果欠佳的情况下，引入交互式修正环节，确保了分割的精度，并可将提取的前景目标，融 入到其他背景图像。
[0005] 本发明将图割算法移植到安卓平台，提出一种交互式图像分割方法，即提取图像 前景物体的新方法。该方法包括：首先，对传统图割算法的能量函数定义进行改进，取消了 区域项，增强了边界项，从而消除了边界项参数对分割结果的影响，并将改进的方法在安卓 平台加以实现；然后，在安卓平台上，针对迭代交互式图割算法的迭代次数对分割精度的影 响，得出迭代次数性价比最高的设定；最后，利用迭代交互式图割算法，提出一种前景物体 提取的新方法，针对某些分割不准确的情况，加入了交互式修正环节，确保了图像分割的精 度，并将所提取景物体融入到其它背景图像中。
[0006] 本发明的技术解决方案是：
[0007] -种安卓系统的交互式图像分割方法，包括以下步骤：
[0008] 步骤A、使用改进的图割算法的能量函数定义，取消区域项，增强边界项，消除边界 项参数对分割结果的影响，将改进的方法在安卓平台上实现；
[0009] 步骤B、在安卓平台上，针对迭代交互式图割算法的迭代次数对分割精度的影响， 得出迭代次数性价比最高的设定；
[0010] 步骤C、利用迭代交互式图割算法，采用改进的图割算法，针对分割不准确的情况， 加入交互式修正环节，来确保图像分割的精度，并将所提的前景物体融入到其它背景图像 中。
[0011] 进一步地，所述步骤A中，改进的图割算法是基于彩色图像的，具体为，由用户用 画笔在待分割图像上，标识前景或背景后，在操作之前先将彩色图像转成灰度图像；
[0012] 建立能量函数和网络流程图，对图像进行标号；采用最大流最小割方法求网络图 的最小割，能量最小化后，分割灰度的结果图像，得到彩色的最终图像。
[0013] 原图割算法是基于灰度图像的，本发明将其引入到彩色图像中。做法是在操作之 前先将彩色图像转成灰度图像，然后再执行分割。虽然灰度图像转换后丢失了彩色图像的 部分信息，但图像的整体结构、纹理等属性都是未变的，因此，灰度图像的分割结果完全可 以在彩色图像中体现出来。
[0014] 进一步地，交互式图割算法改进的步骤为：
[0015] 由用户用画笔在待分割图像上，指定某些像素即种子结点作为确定的前景或背 景，作为分割的硬性约束；
[0016] 在此硬性约束下，基于边界和区域特性，给出能量函数定义；
[0017] 基于最大流最小割算法对能量函数进行改进，移除区域项，加强边界项，引入区域 性元素，来减少算法迭代时间；
[0018] 通过计算全局最优解来获得对未标记部分的自动分割，而边界和区域的特性看作 是分割的软约束。
[0019] 进一步地，更改后的能量函数如下式： fciv
【权利要求】
1. 一种安卓系统的交互式图像分割方法，其特征在于，包括以下步骤： 步骤A、使用改进的图割算法的能量函数定义，取消区域项，增强边界项，消除边界项参 数对分割结果的影响，将改进的方法在安卓平台上实现； 步骤B、在安卓平台上，针对迭代交互式图割算法的迭代次数对分割精度的影响，得出 迭代次数性价比最高的设定； 步骤C、利用迭代交互式图割算法，采用改进的图割算法，针对分割不准确的情况，加入 交互式修正环节，来确保图像分割的精度，并将所提的前景物体融入到其它背景图像中。
2. 如权利要求1所述的安卓系统的交互式图像分割方法，其特征在于，所述步骤A中， 改进的图割算法是基于彩色图像的，具体为，由用户用画笔在待分割图像上，标识前景或背 景后，在操作之前先将彩色图像转成灰度图像； 建立能量函数和网络流程图，对图像进行标号；采用最大流最小割方法求网络图的最 小割，能量最小化后，分割灰度的结果图像，得到彩色的最终图像。
3. 如权利要求2所述的安卓系统的交互式图像分割方法，其特征在于：交互式图割算 法改进的步骤为： 由用户用画笔在待分割图像上，指定某些像素即种子结点作为确定的前景或背景，作 为分割的硬性约束； 在此硬性约束下，基于边界和区域特性，给出能量函数定义； 基于最大流最小割算法对能量函数进行改进，移除区域项，加强边界项，引入区域性元 素，来减少算法迭代时间； 通过计算全局最优解来获得对未标记部分的自动分割，而边界和区域的特性看作是分 割的软约束。
4. 如权利要求3所述的安卓系统的交互式图像分割方法，其特征在于：更改后的能量 函数如下式：
Γ?A Φ A 其中，和= ^d=JR{p,q}代表把像素ρ和q分配成相同标号的惩罚因子， 遵循如下定义： R{p；q} =PrdpI^obj'〇 ·Pr(lJ^obj'0+Prdpl''bkg'O·Pr(Iq|''bkg'O Pr( ·)表示像素被归类为前景或背景的概率。
5. 如权利要求1-4任一项所述的安卓系统的交互式图像分割方法，其特征在于：所述 步骤B中迭代交互式图割算法在安卓上迭代次数对分割精度的影响分析的步骤为： 迭代交互式图割通过非完全标记法，用矩形框框分离出背景和前景区域，对其颜色空 间建立高斯混合模型； 用高斯混合模型参数估计和学习过程中的迭代算法，完成能量极小化。
6. 如权利要求5所述的安卓系统的交互式图像分割方法，其特征在于：利用初始三元 图未知区域TU像素中重新获得的像素标号，来校正彩色高斯混合模型模型的参数。
7. 如权利要求5所述的安卓系统的交互式图像分割方法，其特征在于：所述迭代交互 式图割算法在安卓上迭代次数默认为两次。
8. 如权利要求6所述的安卓系统的交互式图像分割方法，其特征在于：采用非完全标 号，即将图像中的像素分为三类：确定的前景、确定的背景和未知区域，用户只需确定背景 区域TB，而不需确定前景，设前景Tf = 0,框内的像素设为Tu代表未知区域； 迭代能量最小化是通过允许框内的Tu像素临时表示Tf来进行初始化操作，而背景Tb的 标号是固定变的。
9. 如权利要求1所述的安卓系统的交互式图像分割方法，其特征在于，所述步骤C中加 入用户编辑修正功能具体为： 在初始分割之后，人为地指定某些像素点为确定的前景或背景，重新计算混合高斯模 型参数，最后执行最小割算法，迭代多次，直达满意的分割结果为止。
【文档编号】G06T7/00GK104463843SQ201410606709
【公开日】2015年3月25日 申请日期:2014年10月31日 优先权日:2014年10月31日
【发明者】杨敏, 史朦朦 申请人:南京邮电大学