[發(fā)明專利]一種基于貝葉斯和諧度的圖像分割方法

有效

• 申請?zhí)枺?/td>: 201410015208.0
• 申請日: 2014-01-14
• 公開（公告）號: CN103761736A
• 公開（公告）日: 2014-04-30
• 發(fā)明（設(shè)計）人: 文順;趙杰煜
• 申請（專利權(quán)）人: 寧波大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 寧波奧圣專利代理事務(wù)所(普通合伙) 33226
• 代理人: 周玨

技術(shù)領(lǐng)域

本發(fā)明涉及一種圖像分割技術(shù)，尤其是涉及一種基于貝葉斯和諧度的圖像分割方法。

背景技術(shù)

圖像分割是將一幅圖像分割成幾個互不重疊的區(qū)域塊，每個區(qū)域塊內(nèi)的所有像素具有一致的某些特性，例如某個區(qū)域塊內(nèi)的所有像素具有相同的顏色、灰度、紋理等特征，或者某個區(qū)域塊內(nèi)只包含一個對象，如人、動物、樹等對象。

人們在處理圖像（如圖像壓縮、圖像檢索以及視頻處理等）時往往只對圖像中的某個對象區(qū)域感興趣，這就需要用到圖像分割技術(shù)。另一方面，在圖像研究領(lǐng)域中，圖像經(jīng)過分割處理后有利于提取圖像的特征和對圖像進行更高層次的處理，因而圖像分割技術(shù)是一種重要的圖像處理技術(shù)。在圖像分割技術(shù)中，一個關(guān)鍵問題是將圖像分割成多少個互不重疊的區(qū)域塊，如果分割的區(qū)域塊的個數(shù)不恰當，則會嚴重影響圖像的后續(xù)處理，因此如何確定分割的區(qū)域塊的個數(shù)一直是圖像分割技術(shù)發(fā)展當中的瓶頸問題。

圖像分割技術(shù)發(fā)展至今有許多種方法，早期方法主要是基于閾值和邊緣檢測的方法，例如Canny檢測方法，這些方法主要是利用圖像的顏色信息來分割圖像，這些方法簡單、計算量小，但分割的效果已不能滿足當前人們對圖像處理的要求，這些方法主要用于圖像的預(yù)處理。當前主流的圖像分割方法是基于某種理論的圖像分割方法，例如聚類理論、模糊理論、神經(jīng)網(wǎng)絡(luò)等，其中，基于聚類的圖像分割方法研究較多，發(fā)展迅速，其是根據(jù)某種準則將圖像劃分成若干個區(qū)域，使得一個區(qū)域盡可能包含相似的像素。聚類方法有很多，例如k-means、mean-shift、基于圖模型的方法、層次聚類方法等，大部分聚類方法可以直接應(yīng)用于圖像分割技術(shù)中。基于k-means聚類的圖像分割方法簡單、計算量小，但是這種方法不能自動地確定分割的區(qū)域塊的個數(shù)。基于mean-shift聚類的圖像分割方法是利用像素的空間信息和顏色信息自動地將圖像分割成若干個區(qū)域塊，不需要人為確定分割的區(qū)域塊的個數(shù)，但是這種方法需要確定空間搜索半徑和顏色搜索半徑兩個參數(shù)，由于不同的圖像對應(yīng)的參數(shù)設(shè)置不一樣，因此就很難設(shè)置合適的參數(shù)。基于圖模型的圖像分割方法主要有GrabCut、Normalized?Cut方法，GrabCut是一種交互式圖像前景與背景分割方法，其事先需要手工加入一些先驗信息，例如提供圖像前景大致范圍等；Normalized?Cut是基于GrabCut的改進方法，其得到的分割結(jié)果比較精確，但需要指定區(qū)域塊的個數(shù)，不能夠自動地確定分割的區(qū)域塊的個數(shù)。基于層次聚類的圖像分割方法是通過不斷地融合像素最終形成一個區(qū)域塊，可通過選擇一個合適的閾值來確定分割的區(qū)域塊的個數(shù)，這種方法的關(guān)鍵在于采用了類與類之間距離度量方式。傳統(tǒng)的層次聚類方法采用歐式距離，如single-link、complete-link、CURE等，基于這些層次聚類的圖像分割方法的分割結(jié)果較差，而且不能自動地確定分割的區(qū)域塊的個數(shù)。近些年出現(xiàn)了一些新的方法，如minimax?linkage采用極小聯(lián)系度量方式、authority-shift根據(jù)類代表點計算類之間距離等，基于這兩種層次聚類的圖像分割方法在一定程度上提高了分割精度，但沒有有效的指導(dǎo)信息來確定合適的區(qū)域塊的個數(shù)，仍然很難確定分割的區(qū)域塊的個數(shù)。

上述大部分的圖像分割方法由人為確定區(qū)域塊的個數(shù)，而這使得圖像的分割結(jié)果依賴于人的主觀因素，導(dǎo)致圖像分割方法的魯棒性和自適應(yīng)性較差。因此如何能夠自動確定區(qū)域塊的個數(shù)，并使得圖像分割更精確、更合理一直是人們研究的重點方向。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是提供一種基于貝葉斯和諧度的圖像分割方法，其能夠自動地確定分割的區(qū)域塊的個數(shù)。

本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案為：一種基于貝葉斯和諧度的圖像分割方法，其特征在于包括以下步驟：

①選取一幅待分割的圖像，然后對圖像進行超像素分割，得到N個超像素塊，其中，N≥200；

②提取圖像中的每個超像素塊的特征向量，將圖像中的第i個超像素塊的特征向量記為X_i，其中，1≤i≤N，X_i包含顏色信息和空間坐標信息；