[發(fā)明專利]基于人類視覺多尺度感知特性的彩色圖像聚類分割方法有效
| 申請?zhí)枺?/td> | 201410334974.3 | 申請日： | 2014-07-14 |
| 公開（公告）號： | CN104063707B | 公開（公告）日： | 2017-05-24 |
| 發(fā)明（設(shè)計）人： | 鄭李明;崔兵兵 | 申請（專利權(quán)）人： | 南京原覺信息科技有限公司 |
| 主分類號： | G06K9/46 | 分類號： | G06K9/46;G06K9/62 |
| 代理公司： | 南京天華專利代理有限責任公司32218 | 代理人： | 瞿網(wǎng)蘭 |
| 地址： | 211100 江蘇省*** | 國省代碼： | 江蘇;32 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 基于 人類 視覺 尺度 感知 特性 彩色 圖像 分割 方法 | ||
技術(shù)領(lǐng)域
本發(fā)明涉及一種圖像聚類處理方法，尤其是一種可以廣泛應(yīng)用于如機器人視覺室外與室內(nèi)場景圖像的空間識別、大空間的目標測量、目標追蹤與定位等領(lǐng)域圖像聚類分割方法，具體地說是一種基于人類視覺多尺度感知特性的彩色圖像聚類分割方法。
背景技術(shù)
對室外與室內(nèi)場景圖像的空間識別，依賴于對場景圖像物體的認知與識別，因此如何將場景中的地面、墻面、天花板、天空、建筑物、樹木等物體進行有效的聚類，將是能成功實現(xiàn)機器人視覺對室外與室內(nèi)場景圖像的空間識別、大空間目標識別、搜索、測量、追蹤與定位等圖像應(yīng)用領(lǐng)域的關(guān)鍵。目前對圖像聚類的方法中往往采用顏色空間的歐式距離、Bhattacharyya距離等方法，這些方法在一定層度上實現(xiàn)了對場景圖像的聚類，但當場景圖像中的光線較為復雜時，這些方法的聚類效果與人類視覺對場景圖像的聚類效果相比則存在較大的差異。本方法基于人類視覺多尺度感知特性建立了一套新型的顏色空間模型，并在此基礎(chǔ)上進行多尺度的顏色聚類，實現(xiàn)了一種可接近人類視覺感知的圖像聚類分割方法。
發(fā)明內(nèi)容
本發(fā)明的目的是針對現(xiàn)有的圖像聚類方法當場景圖像中的光線較為復雜時，傳統(tǒng)的顏色空間的歐式距離、Bhattacharyya距離等方法的聚類效果與人類視覺對場景圖像的聚類效果相比則存在較大的差異。發(fā)明一種基于人類視覺多尺度感知特性的彩色圖像聚類分割方法，并在此基礎(chǔ)上進行多尺度的顏色聚類，以實現(xiàn)一種可接近人類視覺感知的圖像聚類分割方法。
本發(fā)明的技術(shù)方案是：
一種基于人類視覺多尺度感知特性的彩色圖像聚類分割方法，其特征是首先采用一個以a＝0，b＝0為圓心，Rm為半徑的圓柱體將CIELAB色彩空間分割成兩個部分：
①對于在ab平面上投影的模長大于Rm的顏色向量，采用兩個顏色向量在ab平面投影向量間的夾角和顏色向量在ab平面上投影的模長之差的絕對值作為顏色聚類的近似性測度，具體的數(shù)學表達如下：
其中：和為兩個顏色向量在ab平面投影向量，θT和ΔmT分別為兩向量聚類夾角的閾值和模長之差的閾值，θT的取值范圍為θT＝5～20°，ΔmT的取值范圍為ΔmT＝15～40。
②對于在ab平面上投影的模長小于Rm的顏色向量，則采用兩個顏色向量在ab平面投影向量間的夾角其表達式同(1)，以及顏色向量在L軸上投影的亮度差作為其顏色聚類的近似性測度，具體的數(shù)學表達如下：
ΔL＝|La-Lb|≤ΔLT(3)
其中：ΔLT的取值范圍為ΔLT＝5～20；
其次，采用傳統(tǒng)的圖像分割聚類算法將圖像分割成一定密度和大小的圖塊；
第三，計算每個聚類圖塊平均色彩向量值，并將向量投影到ab平面上；
第四，計算每個聚類圖塊平均色彩向量值投影在ab平面上向量的模長；
第五，根據(jù)向量的模長將其歸于不同的測度空間；
第六，對相鄰圖塊類采用式進行向量間的夾角的計算；
第七，以公式(1)(2)(3)為判據(jù)，將符合條件的圖塊進行聚類；
最后，重復第三～六步，直到收斂。
所述的圖像分割聚類算法包括超像素、譜聚類、譜聚類均值漂移法(Mean shift)、快速漂移法(Quick shift)、分水嶺法(Watershed approach)、及K均值法(K-means)等，或其中的一種或幾種的組合。
本發(fā)明的有益效果是：
1.本發(fā)明有效的模擬了人類對不同色彩飽和度條件下對基于物體表面顏色和亮度的識別方式的轉(zhuǎn)換，實現(xiàn)的對場景圖像中不同色彩飽和度物體的有效聚類。
2.與傳統(tǒng)的基于歐式距離、Bhattacharyya距離等顏色空間的圖像聚類方法相比，提高了圖像的聚類效果和抗干擾能力。
3.本發(fā)明的模型簡單、易于實現(xiàn)，可廣泛應(yīng)用與室外、室內(nèi)各種光源復雜的場景圖像空間識別的應(yīng)用中。
4.本發(fā)明對圖像聚類分割的降維效果明顯，可有效提高圖像分析的效率和準確度。
附圖說明
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京原覺信息科技有限公司，未經(jīng)南京原覺信息科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201410334974.3/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
