[發(fā)明專利]一種快速彩色圖像分割方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201210241962.7
• 申請(qǐng)日: 2012-07-13
• 公開（公告）號(hào): CN102800094A
• 公開（公告）日: 2012-11-28
• 發(fā)明（設(shè)計(jì)）人: 高志強(qiáng);趙宇;密保秀;馮紫雋;余長(zhǎng)城;丁燚
• 申請(qǐng)（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 葉連生

技術(shù)領(lǐng)域

本發(fā)明涉及一種彩色數(shù)字圖像的分割方法，具體涉及一種基于聚類算法與圖像金字塔相結(jié)合的彩色圖像分割方法。

背景技術(shù)

圖像分割在圖像處理以及計(jì)算機(jī)視覺中扮演著極其重要的角色，也是圖像處理的經(jīng)典難題之一。它是圖像分析和計(jì)算機(jī)視覺系統(tǒng)的重要組成部分，并決定了數(shù)字圖像分析的質(zhì)量和對(duì)視覺信息處理結(jié)果的好壞。由于彩色圖像提供了比灰度圖像更為豐富的信息，因此對(duì)彩色圖像的分割處理日益受到人們的重視。目前，常用的彩色數(shù)字圖像分割方法包括：直方圖閾值法、基于區(qū)域的方法、基于邊緣的方法、特征空間聚類方法、神經(jīng)網(wǎng)絡(luò)方法等等。其中，聚類算法將圖像作為特征向量集合，把圖像分割任務(wù)轉(zhuǎn)化為對(duì)數(shù)據(jù)集合的聚類任務(wù)。因其原理簡(jiǎn)單、易于實(shí)現(xiàn)，在彩色數(shù)字圖像分割中得到廣泛的應(yīng)用。但該類方法存在以下主要問題：

1.?如何確定聚類數(shù)目。傳統(tǒng)聚類算法的聚類數(shù)目需要人為設(shè)定，如果聚類數(shù)目過多，則會(huì)產(chǎn)生過分割，如果過少，則會(huì)丟失有意義的分割區(qū)域。

2.?如何確定初始聚類中心。如果初始聚類中心選擇不當(dāng)，在迭代過程中會(huì)陷入局部最優(yōu)，影響最終分割結(jié)果。

3.?忽略空間信息。傳統(tǒng)聚類算法應(yīng)用于彩色圖像分割時(shí)，只將圖像的顏色信息作為特征向量集合進(jìn)行聚類分析，而忽略了圖像的空間信息。

另外，聚類算法的時(shí)間復(fù)雜度為O(nkt),?(n為數(shù)據(jù)對(duì)象數(shù)目，k為聚類數(shù)目，t為迭代次數(shù))，隨著數(shù)據(jù)量及迭代次數(shù)的增加，算法復(fù)雜度非線性增長(zhǎng)，大數(shù)據(jù)量聚類分析速度顯著變慢。此問題的一個(gè)解決方案是利用圖像金字塔來減少聚類數(shù)據(jù)量。圖像金字塔是一種以多分辨率來解釋圖像的有效但概念簡(jiǎn)單的結(jié)構(gòu)，其最初用于機(jī)器視覺和圖像壓縮。一幅圖像的金字塔是一系列以金字塔形狀排列的分辨率逐步降低的圖像集合。金字塔的底部以待處理圖像的高分辨率表示，而頂部是低分辨率的近似。當(dāng)向金字塔的上層移動(dòng)時(shí)，尺寸和分辨率就降低。圖像金字塔結(jié)構(gòu)的最大優(yōu)點(diǎn)是自下而上每一層像素?cái)?shù)都不斷減少，這會(huì)大大減少計(jì)算量；而缺點(diǎn)是自下而上的金字塔量化變得越來越粗糙。常用的金字塔結(jié)構(gòu)包括高斯金字塔和拉普拉斯金字塔，高斯金字塔可用來獲得下采樣圖像，而拉普拉斯金字塔則用來重建原圖像。

除此之外，針對(duì)彩色圖像，選擇合適的顏色空間進(jìn)行聚類分析對(duì)最終的分割質(zhì)量也至關(guān)重要。目前，常用的顏色空間類型有：RGB、YCbCr、YUV、HSV、CIE?Lab、CIE?Luv等。其中，RGB、YCbCr、YUV通常應(yīng)用于原始數(shù)據(jù)存儲(chǔ)與編碼標(biāo)準(zhǔn)中，但與人類的視覺感知原理不相符；CIE的顏色空間一般作為界定和測(cè)量色彩的標(biāo)準(zhǔn)，但與其他顏色空間的轉(zhuǎn)化計(jì)算較復(fù)雜；HSV空間更強(qiáng)調(diào)人類的視覺感知，應(yīng)用于圖像分割時(shí)能夠得到更好的分割結(jié)果，同時(shí)與其他顏色空間之間的相互轉(zhuǎn)換簡(jiǎn)單。

發(fā)明內(nèi)容

技術(shù)問題：針對(duì)傳統(tǒng)聚類算法應(yīng)用于彩色圖像分割時(shí)存在的問題，本發(fā)明提出了一種基于聚類分析與圖像金字塔相結(jié)合的彩色數(shù)字圖像分割方法，該方法無(wú)需人工干預(yù)，在提高分割速度的同時(shí)，保證了分割質(zhì)量。

技術(shù)方案：為解決以上問題，本發(fā)明提出的技術(shù)方案是：通過直方圖分析得到初始聚類中心和聚類數(shù)目，不需人為設(shè)定；利用圖像金字塔結(jié)構(gòu)減少聚類數(shù)據(jù)量，從而提高分割速度；將圖像的空間邊緣信息與聚類分割結(jié)果相結(jié)合，得到最終的分割結(jié)果，從而提高分割質(zhì)量。

本發(fā)明的快速彩色圖像分割方法，包括圖像金字塔構(gòu)造，直方圖分析，聚類分析，去除聚類結(jié)果中過小區(qū)域，聚類結(jié)果與邊緣信息融合，所述的快速彩色圖像分割方法包括以下步驟：

11）.?讀取通過數(shù)碼照相機(jī)、攝像機(jī)或數(shù)字圖像設(shè)備獲得的源圖像，構(gòu)造高斯與拉普拉斯圖像金字塔，得到一幅低分辨率圖像與邊緣圖像；

12）.?將低分辨率圖像的顏色值轉(zhuǎn)到HSV(Hue:色度、Saturation:?飽和度、Value:亮度)顏色空間，利用直方圖分析得到聚類數(shù)目與初始聚類中心，利用聚類算法在HSV顏色空間內(nèi)對(duì)低分辨率圖像進(jìn)行聚類分割；

13）.?對(duì)步驟12）得到的分割結(jié)果進(jìn)行上采樣，投影到原始分辨率，然后進(jìn)行空間濾波，去除過小區(qū)域，得到初始區(qū)域分割結(jié)果；

14）.?將步驟11）得到的邊緣圖像與步驟13）得到的區(qū)域分割結(jié)果相結(jié)合，得到最終分割結(jié)果。

所述的構(gòu)造高斯與拉普拉斯圖像金字塔方法包括以下步驟：