[發明專利]一種改進的基于圖和色彩紋理特征的圖像分割方法

有效

• 申請號: 201310486060.4
• 申請日: 2013-10-17
• 公開（公告）號: CN103530882B
• 公開（公告）日: 2017-02-08
• 發明（設計）人: 李勃;王云燁;陳惠娟;陳抒瑢;楊嫻;廖娟;史德飛;陳啟美
• 申請（專利權）人: 南京大學;南京大學鎮江高新技術研究院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/40
• 代理公司: 南京知識律師事務所32207
• 代理人: 蔣海軍

技術領域

本發明屬于圖像處理和計算機視覺技術領域，更具體地說，涉及一種改進的基于圖和色彩紋理特征的圖像分割方法。

背景技術

圖像分割是計算機視覺和模式識別中極其重要的分析方法。圖像分割的目的是將圖像劃分為若干個不同的、互不重疊的具有獨特性質的區域，將人們感興趣的目標提取出來，對每個像素都加上唯一的類標簽。圖像分割是圖像分析的重要組成部分，目前已經廣泛應用在醫學影像、人臉識別、指紋識別、交通控制系統和機器視覺等方面。

色彩信息和紋理信息與人眼感知具有很強的關聯性，單純基于紋理或基于色彩的分割方法不能精確的描述圖像的內容。因此圖像分割技術的研究趨勢是色彩信息與紋理信息的融合。經典的分割算法分為基于區域和基于邊緣檢測兩大類。前者的基本思想是根據圖像數據的特征將圖像空間劃分為互不重疊的區域，從而達到分割目的，常用的有閾值分割法、區域標記法、區域生長法和分裂合并法。基于區域的分割方法存在一些不足之處，如易受噪聲因素的影響，易產生過分割、區域碎片導致邊緣不光滑，除上述缺點外，計算復雜度和實時性也是可以提升和改進的方向。邊界是圖像最基本的特征之一，是灰度或結構等信息的突變處，包含用于分割的基本信息。基于邊緣檢測的分割算法的基本思想是檢測圖像中的邊緣點再按一定策略鏈接成輪廓，從而構成分割區域，常用的算法有正交梯度算子、Roberts梯度算子、方向梯度算子、二階導數算子等。由于圖像數據是二、三維的，而實際物體是N維的，因此這類算法存在較大的缺點是從高維到低維的投影會造成信息的丟失，光照和噪聲等因素對檢測的結果影響很大。

基于圖論的分割方法是基于區域分割方法中研究的熱點方向。經典的有最小生成樹方法、N-Cut方法、GraphCut方法、動態區域合并方法和Graph-Based方法等，這些方法都將圖像的像素點作為節點構造無向賦權圖，然后按照某一準則對圖的頂點進行劃分，完成對圖像的分割。J.Shi等人于2000年在《IEEE?Transactions?on?Pattern?Analysis?and?Machine?Intelligence》上發表的《Normalized?cuts?and?image?segmentation》中提出的N-Cut算法屬于NP-hard問題，圖的節點越多，問題的求解越費時，因此對較大圖像進行分割的速度異常緩慢。C.Rother等人于2004年在《ACM?Transactions?on?Graphics》中發表的《interactive?foreground?extraction?using?iterated?graph?cuts》中提出的GraphCut方法通過構建圖和求能量最小化，優化分割效果。P.F.Felzenszwalb等人于2004年在《International?Journal?of?Computer?Vision》上發表的《Efficient?graph-based?image?segmentation》中提出的graph-based方法，對領域構建圖，利用最小生成樹和合并準則完成聚類，執行效率高，運行時間幾乎和圖像的像素點數成線性關系，并且可以忽視高可變區域的細節特征，保留低可變區域的細節特征。但以上方法皆對噪聲敏感，存在一定過分割現象，特別是對紋理復雜的圖片分割效果不佳。

發明內容

1.發明要解決的技術問題

本發明的目的在于克服傳統基于圖（graph-based）的分割方法使用單一色彩特征進行圖像分割造成嚴重誤分割和過分割的不足，提供了一種改進的基于圖和色彩紋理特征的圖像分割方法，本發明通過多個樣本獲取紋理特征和色彩特征的統一系數，將圖片的紋理特征和色彩特征有效融合，使用本發明的圖像分割方法分割的準確性高，誤分割現象大大減少。

2.技術方案

為達到上述目的，本發明提供的技術方案為：

本發明的一種改進的基于圖和色彩紋理特征的圖像分割方法，步驟如下：

1）選取30張樣本圖片，提取該30張樣本圖片的紋理特征和色彩特征，將得到的紋理特征和色彩特征組成一個矩陣Feature，并對矩陣Feature求協方差，將該協方差作為30幅樣本圖片的色彩信息和紋理信息的統一系數∑；

2）構造待分割圖片的帶權無向圖G=(V,E)；

3）提取待分割圖片的紋理特征和色彩特征，并構造待分割圖片的紋理色彩特征描述符；

4）利用步驟1）獲得的統一系數Σ和步驟3）獲得的待分割圖片的紋理色彩特征描述符計算待分割圖片的帶權無向圖中邊的權值；