一种基于显著性先验的图像自动分割方法

文档序号:26012192发布日期:2021-07-23 21:32阅读:来源:国知局

技术特征:

1.一种基于显著性先验的图像自动分割方法,其特征在于,包括以下步骤:

步骤1对待分割图像进行超像素分割,获得不同尺度超像素分割的超像素块;

步骤2、根据不同尺度超像素划分结果,根据背景-先验显著性算法计算显著图;

步骤3、采用中心-原理公式对不同尺度下的显著图进行增强,然后将不同尺度超像素划分下的显著图进行融合获得融合显著图,最后对融合显著图进行阈值分割,获得粗略显著图;

步骤4、提取待分割图像中前景区域的像素点的颜色特征和纹理特征,所述前景区域是指步骤3中阈值分割后像素值大于阈值的区域,即粗略显著图中的前景区域;

步骤5、根据下式计算待分割图像中前景区域的像素点之间的特征相似度:

式中,p、q表示待分割图像中的像素点,ωp、ωq分别表示像素点p、像素点q的特征向量,ω为所有颜色和纹理的特征空间,所述前景区域是指步骤3中阈值分割后像素值大于阈值的区域,即粗略显著图中的前景区域;

步骤6、将符合以下判定公式的像素点判定为前景种子点,并根据前景种子点构建种子点模板:

式中,p表示像素点,fg,pr_fg分别表示前景种子点集合和可能的前景种子点的集合,vp表示像素点p的特征值,avg为待分割图像中前景区域的特征值的平均值,σ表示步骤5中求得的特征相似度的标准差;

步骤7,采用图割原理,以种子模板作为先验信息,完成图像分割。

2.根据权利要求1所述的基于显著性先验的图像自动分割方法,其特征在于:步骤1中使用slic算法进行超像素分割,通过设置超像素数量为200,400,600,800,1000来获取图像不同超像素个数的分割结果。

3.根据权利要求1所述的基于显著性先验的图像自动分割方法,其特征在于:步骤2中,使用so方法进行显著图的计算。

4.根据权利要求1所述的基于显著性先验的图像自动分割方法,其特征在于:步骤3中,中心-原理公式计算如下:

其中(px,py)为像素点p的位置,(cx,cy)为图像的中心位置,δx为图像宽的三分之一,δy为图像高的三分之一。

5.根据权利要求4所述的基于显著性先验的图像自动分割方法,其特征在于:步骤3中,不同尺度超像素划分下的显著图通过以下公式进行融合:

其中,p为像素点,m为超像素分割尺度,采用200、400、500、600、800、1000六个尺度;salm(p)为像素点p通过so方法计算得到的显著图的显著值,f(p)为像素点p通过中心-原理公式计算得到的显著值。

6.根据权利要求1所述的基于显著性先验的图像自动分割方法,其特征在于:步骤3中,采用otsu方法对融合显著图进行阈值分割。

7.根据权利要求1所述的基于显著性先验的图像自动分割方法,其特征在于:步骤4中颜色特征包含rgb和lab颜色特征,纹理特征为otc纹理特征。


技术总结
本发明涉及一种基于显著性先验的图像自动分割方法,包括以下步骤:通过背景先验显著性方法计算图像在不同超像素尺度下的显著图;采用中心‑原理公式对显著图进行增强;将增强后的显著图进行图像融合,获取融合显著图;提取原图像的RGB颜色特征、LAB颜色特征和OTC纹理特征;根据颜色特征和纹理特征对图像像素进行相似性度量;根据像素相似性对融合显著图进行处理,将符合相似性规则的像素标记为前景种子点,将不符合相似性规则的像素标记为背景种子点;通过图割原理完成对图像的自动分割。本发明方法能够自动获取种子点,同时克服光照对分割的影响,解决了现有图像分割方法需要人工参与且易受光照影响的问题。

技术研发人员:梁昊光;赵海英;侯小刚
受保护的技术使用者:北京邮电大学;北京第二外国语学院
技术研发日:2021.05.24
技术公布日:2021.07.23
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1