[發明專利]一種基于顏色樣本與電場模型的圖像分割方法有效

申請號：	201210043227.5	申請日：	2012-02-24
公開（公告）號：	CN102663723A	公開（公告）日：	2012-09-12
發明（設計）人：	趙儉輝;袁志勇;章登義	申請（專利權）人：	武漢大學
主分類號：	G06T7/00	分類號：	G06T7/00;G06T7/40
代理公司：	武漢科皓知識產權代理事務所(特殊普通合伙) 42222	代理人：	薛玲
地址：	430072 湖***	國省代碼：	湖北;42
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種基于顏色樣本電場模型圖像分割方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

技術領域

本發明涉及數字圖像處理中基于顏色特征的圖像分割技術領域，尤其涉及一種基于顏色樣本與電場模型的圖像分割方法。

背景技術

圖像分割是數字圖像處理和計算機視覺領域中的一個基本而關鍵的問題，目的是將人們感興趣的目標從圖像背景中提取出來，為后續的分類、跟蹤、識別等處理提供基礎。具體而言，圖像分割指的是利用數字圖像的某些特性，如顏色、形狀、紋理等，將圖像細分為多個圖像子區域或像素集合的過程。

現有的圖像分割方法大致可分為閾值分割、邊緣檢測分割、區域特性分割、特征空間聚類分割等。其中閾值分割法主要包括直方圖閾值、最大類間方差（Otsu）閾值、二維最大熵值、模糊閾值、共生矩陣閾值等；邊緣檢測法主要包括Sobel算子、Canny算子、Laplacan算子、Roberts算子、Prewitt算子、Susan邊緣檢測算子、活動輪廓模型、分水嶺算法、水平集方法等；區域分割法主要包括區域增長、區域分開與合并、數學形態學等；空間聚類法主要包括K均值、模糊C均值、Mean-Shift等。從特征角度考慮，顏色是圖像分割最常使用的特征之一，如目標的灰度或彩色信息，而常用顏色模型包括RGB、HSI、YCbCr等。在實際應用中，目標往往會受光照、陰影等的影響而呈現出不同顏色，從而無法為目標定義適合所有情況的顏色區間。因此，只能根據某種具體場景的樣本數據做針對性統計分析，得到適合該類場景的目標顏色范圍并用于圖像分割。

已有方法將采集到的目標區域的樣本像素映射到顏色模型的1D空間（如HSI顏色模型的H通道）或2D空間（如YUV顏色模型的UV平面），然后根據樣本分布情況通過閾值定義相對簡單的規則的顏色范圍，或者通過不等式組定義相對復雜的不規則的顏色范圍。為了更加精確地描述樣本數據的分布范圍，還有方法在YCbCr模型的CbCr平面上擬合了三條多項式曲線作為映射后樣本集合的邊界。但事實上樣本像素是在3D顏色空間中分布的，因此這種簡單映射到低維空間的方式難以描述目標區域的精確范圍。

對樣本數據3D分布進行統計分析的典型方法包括直方圖模型與核密度估計法。直方圖模型在顏色空間中分別統計出正樣本和負樣本的顏色直方圖，基于兩個直方圖并借助貝葉斯準則構造分類器，使得每組顏色值對應著一個是否為目標的布爾值，因此在顏色空間中定義的目標范圍是由離散點組成的集合，與目標區域顏色連續性分布的客觀事實相距較遠。雖然直方圖模型樣本學習時間短，但只有在大樣本訓練時才能獲得較好的分割效果，小樣本情況下無法估計出非樣本點的概率。以高斯混合模型（GMM）為例的核密度估計法定義混合概率密度函數為若干高斯核之和，由此計算出的像素概率代表了其為目標的可能性。該模型試圖通過若干個影響周圍空間的高斯核組合描述顏色分布的連續性，但這種近似的表達仍然比較粗略，對顏色范圍及其邊界的定義不夠精確，相應的分割效果也不夠理想。另外，GMM的訓練時間過長，尤其是在高斯核數目自動計算的情況下。

發明內容

針對上述存在的技術問題，本發明目的是提供一種基于顏色樣本與電場模型的圖像分割方法，以實現基于顏色特征的精度更高且兼顧時間效率的目標分割。

為達到上述目的，本發明采用如下的技術方案：

一種基于顏色樣本與電場模型的圖像分割方法，包括以下步驟：

步驟1，從樣本圖片中，選取目標區域的像素作為正樣本數據，選取非目標區域的像素作為負樣本數據；

步驟2，建立電場模型，包括以下子步驟，

步驟2.1，將三維的顏色空間作為電場空間，將電場空間中每個單位坐標作為一個點電荷，

（a）將正樣本數據以散亂點集的形式置于電場空間，點電荷所帶電量等于相應單位坐標處的正樣本數據個數；

設點電荷????????????????????????????????????????????????的電量為，點電荷在電場空間中任一單位坐標處產生的電場場強為；

其中，為與之間的距離函數，常量參數為調節場強梯度的參數；

設在電場空間任一單位坐標處，由所有點電荷產生的電場場強疊加后的結果為；

其中，N為電場空間的單位坐標總數，由電場空間分辨率決定；