[發(fā)明專(zhuān)利]一種圖像分割方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201210224358.3
• 申請(qǐng)日: 2012-06-28
• 公開(kāi)（公告）號(hào): CN102819836A
• 公開(kāi)（公告）日: 2012-12-12
• 發(fā)明（設(shè)計(jì)）人: 王曉茹;余志洪;鄔書(shū)哲;李旭;辛海明;張宇
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京郵電大學(xué)
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00;G06K9/46;G06K9/62
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王寶筠

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種圖像分割方法及系統(tǒng)。

背景技術(shù)

圖像分割是圖像處理和分析的第一步，是圖像目標(biāo)識(shí)別的核心技術(shù)，同時(shí)也是圖像處理中最古老和最困難的問(wèn)題之一。圖像分割是將圖像表示為物理上有意義的連通區(qū)域的集合，也就是根據(jù)目標(biāo)與背景的先驗(yàn)知識(shí)，對(duì)圖像中的目標(biāo)、背景進(jìn)行標(biāo)記、定位，然后將目標(biāo)從背景或其他偽目標(biāo)中分離出來(lái)的過(guò)程。

圖像分割的方法有多種，任何基于單一特征的分割算法都只能在對(duì)該特征敏感的圖像類(lèi)上產(chǎn)生較好的分割效果，而對(duì)于該特征不適應(yīng)的圖像則分割的性能下降很大，因此，融合了多種特征的分割算法才能對(duì)大多數(shù)的圖像均獲得較為理想的分割性能。

現(xiàn)有技術(shù)中，采用將提取的多個(gè)全局特征組成一個(gè)高維的特征向量的方式來(lái)融合多特征的分割方法，由于每種視覺(jué)特征所占的維度不同，因此維度高的特征往往在分割中起到了主導(dǎo)作用，而其它特征難以發(fā)揮作用，分割的性能難以提高；采用基于詞袋（Bag?of?words）的方式將提取的多個(gè)全局特征和局部特征組成視覺(jué)單詞來(lái)融合多特征的分割方式，由于全局特征和局部特征性質(zhì)不同，形成的視覺(jué)詞也是明顯不同的，因此，簡(jiǎn)單地將這兩種視覺(jué)詞直接在分割中聯(lián)合起來(lái)使用并不能發(fā)揮每種特征的作用，分割的性能難以改善。由于視覺(jué)特征向量和Bag?of?words中各部分維數(shù)和權(quán)值的設(shè)置不當(dāng)，使得特征對(duì)分割的性能無(wú)法起到應(yīng)有的作用，因此，這些方式無(wú)法發(fā)揮每種特征在分割中起到的作用。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種圖像分割方法及系統(tǒng)，能夠更有效的融合多種特征的分割結(jié)果。

為了解決上述技術(shù)問(wèn)題，本發(fā)明實(shí)施例的技術(shù)方案如下：

一種圖像分割方法，包括：

對(duì)給定圖像進(jìn)行預(yù)分割，獲得多個(gè)子區(qū)域；

按照至少兩種特征分別對(duì)所述多個(gè)子區(qū)域進(jìn)行合并，獲得每種特征對(duì)應(yīng)的子分割結(jié)果；

將所述至少兩種特征對(duì)應(yīng)的子分割結(jié)果表示為超圖；

基于所述超圖將所述至少兩種特征的子分割結(jié)果進(jìn)行聚類(lèi)集成，獲得所述給定圖像的分割結(jié)果。

進(jìn)一步，所述對(duì)所述多個(gè)子區(qū)域進(jìn)行合并，包括：

確定每個(gè)子區(qū)域的鏈接區(qū)域；

計(jì)算所述每個(gè)子區(qū)域的鏈接區(qū)域的合并權(quán)值；

將所述每個(gè)子區(qū)域與其合并權(quán)值滿(mǎn)足條件的鏈接區(qū)域進(jìn)行合并。

進(jìn)一步，所述確定每個(gè)子區(qū)域的鏈接區(qū)域，包括：

提取子區(qū)域與其鄰接子區(qū)域的特征值；

根據(jù)提取的特征值，計(jì)算所述子區(qū)域與其鄰接子區(qū)域之間的特征相似度；

將特征相似度大于相似度閾值，且區(qū)域面積大于所述子區(qū)域的鄰接子區(qū)域作為所述子區(qū)域的鏈接區(qū)域。

進(jìn)一步，所述計(jì)算所述每個(gè)子區(qū)域的鏈接區(qū)域的合并權(quán)值，包括：

根據(jù)所述每個(gè)子區(qū)域與其鏈接區(qū)域間的特征相似度及語(yǔ)義相似度評(píng)估函數(shù)，按照網(wǎng)頁(yè)級(jí)別算法，確定所述每個(gè)子區(qū)域的鏈接區(qū)域的合并權(quán)值。

進(jìn)一步，所述語(yǔ)義相似度評(píng)估函數(shù)為正態(tài)分布函數(shù)或折線函數(shù)。

進(jìn)一步，所述將所述每個(gè)子區(qū)域與其合并權(quán)值滿(mǎn)足條件的鏈接區(qū)域進(jìn)行合并，包括：

將所述每個(gè)子區(qū)域與其合并權(quán)值最大的鏈接區(qū)域進(jìn)行合并。

進(jìn)一步，所述基于所述超圖將所述至少兩種特征的子分割結(jié)果進(jìn)行聚類(lèi)集成，獲得所述給定圖像的分割結(jié)果，包括：

設(shè)定最終聚類(lèi)數(shù)目；

基于所述超圖將所述至少兩種特征的子分割結(jié)果按照所述最終聚類(lèi)數(shù)目進(jìn)行譜聚類(lèi)集成，獲得所述給定圖像的分割結(jié)果。

進(jìn)一步，所述設(shè)定最終聚類(lèi)數(shù)目包括：

針對(duì)所述至少兩種特征對(duì)應(yīng)的子分割結(jié)果分別計(jì)算特征相似度；

對(duì)計(jì)算獲得的特征相似度進(jìn)行歸一化；

將歸一化后特征相似度的最小值所對(duì)應(yīng)的子分割結(jié)果的聚類(lèi)數(shù)目作為所述最終聚類(lèi)數(shù)目。

一種圖像分割系統(tǒng)，包括：

預(yù)分割單元，用于對(duì)給定圖像進(jìn)行預(yù)分割，獲得多個(gè)子區(qū)域；

合并單元，用于按照至少兩種特征分別對(duì)所述多個(gè)子區(qū)域進(jìn)行合并，獲得每種特征對(duì)應(yīng)的子分割結(jié)果；

轉(zhuǎn)換單元，用于將所述至少兩種特征對(duì)應(yīng)的子分割結(jié)果表示為超圖；

分割單元，用于基于所述超圖將所述至少兩種特征的子分割結(jié)果進(jìn)行聚類(lèi)集成，獲得所述給定圖像的分割結(jié)果。

進(jìn)一步，所述合并單元包括：

定位子單元，用于確定每個(gè)子區(qū)域的鏈接區(qū)域；

計(jì)算子單元，用于計(jì)算所述每個(gè)子區(qū)域的鏈接區(qū)域的合并權(quán)值；