[發(fā)明專利]一種基于全局能量函數(shù)優(yōu)化的圖像層次提取與編輯方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410079161.4
• 申請(qǐng)日: 2014-03-05
• 公開(kāi)（公告）號(hào): CN103854299B
• 公開(kāi)（公告）日: 2017-04-19
• 發(fā)明（設(shè)計(jì)）人: 劉永進(jìn);俞承馳;余旻婧
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué)
• 主分類號(hào): G06T11/00
• 分類號(hào): G06T11/00;G06T7/11;G06T7/194
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司11002
• 代理人: 李迪

1.一種基于全局能量函數(shù)優(yōu)化的圖像層次提取與編輯方法，其特征在于，該方法包括：

S1：對(duì)圖像進(jìn)行超分割得到若干超分割區(qū)域，提取各區(qū)域中有關(guān)層次關(guān)系的局部特征，并用局部特征進(jìn)行前景-背景關(guān)系和同層合并關(guān)系的判斷；

S2：在判斷結(jié)果的基礎(chǔ)上建立一個(gè)全局能量函數(shù)，并用改進(jìn)的差分進(jìn)化算法求解該函數(shù)從而得到最終的層次關(guān)系；

S3：根據(jù)圖像的層次關(guān)系，編輯所有層次間的偏序關(guān)系，當(dāng)原有的偏序關(guān)系發(fā)生改變時(shí)，對(duì)原圖像中被遮擋的層次進(jìn)行輪廓填充和顏色填充；

所述局部特征包括T角點(diǎn)特征、邊緣特征、顯著性特征、顏色特征和紋理特征；

步驟S1具體包括：

S11：用圖像分割算法對(duì)圖像進(jìn)行超分割，得到圖像的超分割區(qū)域；

S12：提取圖像中的T角點(diǎn)，計(jì)算各T角點(diǎn)周圍三條邊緣的位置關(guān)系和張角大小，判斷T角點(diǎn)的頭部和尾部，進(jìn)而對(duì)T角點(diǎn)周邊的三個(gè)區(qū)域做出前景-背景關(guān)系判斷；

S13：在每條邊緣上抽取多個(gè)采樣點(diǎn)，計(jì)算每個(gè)采樣點(diǎn)的大小特征、方向特征和凸性特征，以此判斷該采樣點(diǎn)兩側(cè)區(qū)域的前景-背景關(guān)系，從而根據(jù)每條邊緣上所有采樣點(diǎn)的判斷結(jié)果，得到每條邊緣兩側(cè)區(qū)域最終的前景-背景關(guān)系；

S14：計(jì)算每個(gè)超分割區(qū)域的顯著性，通過(guò)比較兩個(gè)區(qū)域的顯著性來(lái)做出前景-背景關(guān)系的局部判斷；

S15：先在HSV顏色空間中對(duì)顏色相近的超分割區(qū)域進(jìn)行聚類，同時(shí)利用灰度共生矩陣得到每個(gè)區(qū)域的紋理特征向量，將有著相近顏色和紋理的超分割區(qū)域判斷為同一層。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述圖像分割算法為伯克利分割算法。

3.根據(jù)權(quán)利1所述的方法，其特征在于，步驟S2具體包括：

S21：根據(jù)得到的局部判斷信息，建立全局的能量函數(shù)；

S22：采用改進(jìn)的差分進(jìn)化算法求解該能量函數(shù)優(yōu)化問(wèn)題；

S23：將求解得到的各區(qū)域的相對(duì)深度轉(zhuǎn)化為圖像的層次信息從而得到原圖像的層次關(guān)系。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述建立全局能量函數(shù)，具體包括：給每個(gè)超分割區(qū)域賦予一個(gè)相對(duì)深度，所有區(qū)域的相對(duì)深度組成的向量作為能量函數(shù)的自變量，能量函數(shù)的因變量用來(lái)衡量圖像中層次偏序關(guān)系的沖突大小。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述采用改進(jìn)的差分進(jìn)化算法求解該能量函數(shù)優(yōu)化問(wèn)題，具體包括：采用混合進(jìn)化的策略產(chǎn)生新的解，同時(shí)用模擬退火的思想更新舊解，且每隔固定的代數(shù)，對(duì)種群中較優(yōu)的解進(jìn)行克隆復(fù)制和高斯變異。