[發明專利]一種基于超圖的圖像共分割方法

無效

• 申請號: 201310334114.5
• 申請日: 2013-08-02
• 公開（公告）號: CN103413307A
• 公開（公告）日: 2013-11-27
• 發明（設計）人: 黃華;張磊;袁飛
• 申請（專利權）人: 北京理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種基于超圖的圖像共分割方法，屬于圖像處理技術領域。

背景技術

圖像共分割問題是指從具有相同或者相似目標的兩幅或者多幅圖像中分割出目標的問題。對于無監督、自動的圖像共分割方法已經有很多工作，比如基于直方圖相似性的圖像共分割算法(C.Rother,T.Minka,A.Blake?and?V.Kolmogorov.Cosegmentation?of?image?pairs?by?histogram?matching:Incorporation?a?global?constraint?into?MRFs.CVPR,2006；L.Mukherjee,V.Singh,and?C.Dyer.Half-integrality?based?algorithms?for?cosegmentation?of?images.In?CVPR，2009)。以上的圖像共分割算法能夠對圖像對進行共分割處理。但是在圖像的相似性計算時，單純基于圖像的顏色直方圖信息，當前景與背景在顏色上相似時，其分割結果會出現較大誤差，導致前景背景無法區分。同時，以上算法采用基于馬爾科夫隨機場的分割方法，需要求解一個復雜的優化方程，因此很難快速的對圖像對進行共分割處理。

在圖像共分割方法中，為了引入更多的先驗信息以獲取更精確的分割結果，需要先對圖像進行不同特征的提取，如Vicente?S,Rother?C,Kolmogorov?V.Object?cosegmentation.CVPR,2011，該方法提取圖像的大小，顏色，紋理，邊緣，形狀，SIFT等一系列特征進行學習。但該方法增加了特征提取的復雜度，同時增加了圖像特征的維度，導致計算復雜度增加，分割速度降低。

為了解決降低優化問題求解的復雜度，首先對圖像進行過分割處理，例如(Kim?E,Li?H,Huang?X.A?hierarchical?image?clustering?cosegmentation?framework.CVPR,2012)，該方法首先對圖像進行過分割處理，以超像素為節點進行構圖，并用超像素的LAB顏色，HOG以及SURF特征構造圖進行分割。但該方法采用傳統簡單圖映射圖像，只能表示兩個節點之間的相關關系，而很難去表達圖像間復雜的相關關系，使得最終的分割效果下降。

發明內容

本發明的目的是為了解決基于傳統簡單圖的共分割算法，構圖復雜，求解計算復雜度高的問題，提出一種能夠更高效的對圖像對進行共分割處理的方法。

本發明提出了一種基于超圖的圖像共分割方法，該方法包括如下步驟：

步驟一、圖像讀??；

讀入兩幅具有相似或相同前景的圖像；

步驟二、圖像共分割；

采用Mean-shift算法對輸入圖像進行過分割處理，記錄分割后圖像中每個像素所屬分塊的標號；

步驟三、分塊相似性判斷；

對圖像分塊，采用直方圖統計方法統計其顏色直方圖H；對圖像1中的分塊i和圖像2中的分塊j計算直方圖Chi距離：