一种基于稀疏主成分分析的图像分割的方法及装置的制造方法
【技术领域】
[0001] 本发明涉及图像处理技术领域，特别是涉及一种基于稀疏主成分分析的图像分割 的方法及装置。
【背景技术】
[0002] 图像分割就是将图像分割成各具特定性质的区域并将感兴趣的目标提取出来的 过程。图像分割后的图像是互不重叠的，实现了图像中目标和背景的分离，有利于后续对图 像的特征提取和目标分析。目前图像分割技术已广泛应用于生物医学图像、遥感图像以及 军事等领域。特别是在机器视觉中，图像分割已经成为目前研究的热点。机器视觉对图像 处理分为底层、中层和高层三个层次，图像分割将机器视觉的底层特征处理和高层处理联 系到一起，为感兴趣的目标进行跟踪、检测和识别这些高层次的视觉任务提供图像的区域 划分。在基于多种图像视觉应用的场景中，图像分割的质量和效率影响了其后续应用任务 的进行。
[0003] 现有技术中，由于图像中有噪声，使进行图像分割时受噪声影响，导致图像的分割 质量下降，影响图像的视觉效果，甚至会掩盖图像的一些特征，直接影响图像的后续处理效 果。
【发明内容】
[0004] 本发明提供了一种基于稀疏主成分分析的图像分割的方法，包括：
[0005] 对待处理图像中的每一点，根据预设的图像分块尺寸获取该点的邻域，将其作为 图像块，使所述待处理图像的每个点表达成由该点邻域像素组成的图像块，根据该点对应 的图像块的灰度值从所述待处理图像中获取所有的相似图像块，组成样本训练集；
[0006] 对所述样本训练集中的与该点对应的样本块进行稀疏主成分分析，得到稀疏主成 分表达基和稀疏主成分表达系数，根据所述稀疏主成分表达基和所述稀疏主成分表达系数 计算以该点为中心的图像块不含噪声的像素值；
[0007] 当所述待处理图像中的每一点都已计算得到以该点为中心的图像块不含噪声的 像素值时，根据所述待处理图像中的各点对应的不含噪声的像素值得到不含噪声的图像；
[0008] 对所述不含噪声的图像进行二维直方图的全局阈值分割，得到第一图像，对所述 不含噪声的图像进行基于移动平均法局部阈值分割，得到第二图像，根据所述第一图像和 所述第二图像之间的区域联通性，得到分割后的图像。所述根据预设的图像分块尺寸获取 该点的邻域，将其作为图像块，具体包括：
[0009] 以该点为中心，从所述待处理图像上根据预设的图像分块尺寸获取该点邻域，将 其作为图像块，所述预设的图像分块尺寸的长和高相等。
[0010] 所述根据该点对应的图像块的灰度值从所述待处理图像中获取所有的相似图像 块，组成样本训练集，具体包括：
[0011] 将所述图像块的灰度值进行降维处理，得到用列向量表示的灰度值，计算所述用 列向量表示的灰度值的方差，从所述待处理图像中获取方差小于预设特定值的图像块，将 其作为样本块，计算所述待处理图像的灰度值的欧氏距离，根据所述欧氏距离从所述样本 块中获取相似图像块，组成样本训练集。
[0012] 所述对所述样本训练集中与该点对应的样本块进行稀疏主成分分析，得到稀疏主 成分表达基和稀疏主成分表达系数，具体包括：
[0013] 对所述样本训练集进行中心化，得到中心化矩阵，对所述中心化矩阵计算协方差 矩阵，对所述协方差矩阵进行奇异值分解得到特征值和特征向量；
[0014] 将所述特征向量作为初始值，对所述样本训练集中的与该点对应的样本块进行稀 疏主成分分析，反复迭代直到收敛，得到所述稀疏主成分表达基和所述稀疏主成分表达系 数；
[0015] 所述稀疏主成分分析的公式具体为：
其中，y表示所 述中心化矩阵，B表不主成分表达基，α表不主成分表达基的系数，λ表不信号的重建残差 和表达系数之间的平衡因子。
[0016] 所述根据所述稀疏主成分表达基和所述稀疏主成分表达系数计算以该点
[0017] 为中心的图像块不含噪声的像素值，具体包括：
[0018] 计算所述样本训练集的均值，根据所述稀疏主成分表达基、所述稀疏主成分表达 系数和所述样本训练集的均值计算以该点为中心的图像块不含噪声的像素值。
[0019] 所述根据所述第一图像和所述第二图像之间的区域联通性，得到分割后的图像， 包括：
[0020] 从所述第二图像中获取所述第一图像中所有的点，并对每个点按照预设映射条件 获取该点邻域；
[0021] 判断所述该点邻域内是否存在至少一个像素目标，是则该点为目标；否则删除该 占.
[0022] 当所述第二图像中所有点都是目标时，得到分割后的图像。
[0023] 另一方面，本实施例提供一种基于稀疏主成分分析的图像分割的装置，包括：
[0024] 获取模块，用于对待处理图像中的每一点，根据预设的图像分块尺寸获取该点的 邻域，将其作为图像块，使所述待处理图像的每个点表达成由该点邻域像素组成的图像 块；
[0025] 组成模块，用于根据该点对应的图像块的灰度值从所述待处理图像中获取所有的 相似图像块，组成样本训练集；
[0026] 分析模块，用于对所述样本训练集中的与该点对应的样本块进行稀疏主成分分 析，得到稀疏主成分表达基和稀疏主成分表达系数；
[0027] 计算模块，用于根据所述稀疏主成分表达基和所述稀疏主成分表达系数计算以该 点为中心的图像块不含噪声的像素值；
[0028] 去噪模块，用于当所述待处理图像中的每一点都已计算得到以该点为中心的图像 块不含噪声的像素值时，根据所述待处理图像中的各点对应的不含噪声的像素值得到不含 噪声的图像；
[0029] 图像处理模块，用于对所述不含噪声的图像进行二维直方图的全局阈值分割，得 到第一图像，对所述不含噪声的图像进行基于移动平均法局部阈值分割，得到第二图像；
[0030] 图像分割模块，用于根据所述第一图像及所述第二图像之间的区域联通性，得到 分割后的图像。
[0031] 所述获取模块，具体用于以该点为中心，从所述待处理图像上根据预设的图像分 块尺寸获取该点邻域，将其作为图像块，所述预设的图像分块尺寸的长和高相等。
[0032] 所述组成模块，具体包括：
[0033] 降维子模块，具体用于将所述图像块的灰度值进行降维处理，得到用列向量表示 的灰度值；
[0034] 获取样本块子模块，具体用于计算所述用列向量表示的灰度值的方差，从所述待 处理图像中获取方差小于预设特定值的图像块，将其作为样本块；
[0035] 组成训练集子模块，具体用于计算所述待处理图像的灰度值的欧氏距离，根据所 述欧氏距离从所述样本块中获取相似图像块，组成样本训练集。
[0036] 所述分析模块，具体包括：
[0037] 分析子模块，用于对所述样本训练集进行中心化，得到中心化矩阵，对所述中心化 矩阵计算协方差矩阵，对所述协方差矩阵进行奇异值分解得到特征值和特征向量；
[0038] 迭代子模块，用于将所述特征向量作为初始值，对所述样本训练集中的与该点对 应的样本块进行稀疏主成分分析，反复迭代直到收敛，得到所述稀疏主成分表达基和所述 稀疏主成分表达系数；
[0039] 所述稀疏主成分分析的公式具体为： 其中，y表示所 ，+ 述中心化矩阵，B表不主成分表达基，α表不主成分表达基的系数，λ表不信号的重建残差 和表达系数之间的平衡因子。
[0040] 所述计算模块，具体用于计算所述样本训练集的均值，根据所述稀疏主成分表达 基、所述稀疏主成分表达系数和所述样本训练集的均值计算以该点为中心的图像块不含噪 声的像素值。
[0041] 所述图像分割模块，具体包括：
[0042] 区域连通子模块，用于从所述第二图像中获取所述第一图像中所有的点，并对每 个点按照预设映射条件获取该点邻域；
[0043] 区域判断子模块，用于判断所述该点邻域内是否存在至少一个像素目标，是则该 点为目标；否则删除该点；
[0044] 分割图像子模块，用于当所述第二图像中所有点都是目标时，得到分割后的图像。
[0045] 根据本发明提供的具体实施例，本发明公开了以下技术效果：
[0046] 通过本发明，可以对待处理图像中的每一点，获取该点的邻域，根据该邻域的灰度 值获取相似图像块，组成样本训练集，通过对样本训练集中的与该点对应的样本块进行稀 疏主成分分析，得到稀疏主成分表达基和稀疏主成分表达系数，在对待处理图像中每个点 对应的样本块进行稀疏主成分分析过程中，实现对待处理图像的内容分析，根据稀疏主成 分表达基和稀疏主成分表达系数计算以该点为中心的图像块不含噪声的像素值，根据待处 理图像中的各点对应的不含噪声的像素值构造不含噪声的图像，并且对不含噪声的图像进 行二维直方图的全局阈值分割，得到第一图像，对不含噪声的图像进行基于移动平均法局 部阈值分割，得到第二图像，