[發(fā)明專利]一種基于在線學(xué)習(xí)的漸進(jìn)式圖像分割方法

有效

• 申請?zhí)枺?/td>: 201510015226.3
• 申請日: 2015-01-12
• 公開（公告）號: CN104537676B
• 公開（公告）日: 2017-03-22
• 發(fā)明（設(shè)計(jì)）人: 孫正興;胡佳高;王春苗;胡安琦
• 申請（專利權(quán)）人: 南京大學(xué)
• 主分類號: G06T7/11
• 分類號: G06T7/11
• 代理公司: 江蘇圣典律師事務(wù)所32237
• 代理人: 胡建華

技術(shù)領(lǐng)域

本發(fā)明涉及一種數(shù)字圖像的分割方法，屬于圖像處理技術(shù)領(lǐng)域，具體地說是一種基于在線學(xué)習(xí)的漸進(jìn)式圖像分割方法。

背景技術(shù)

圖像分割是將圖像劃分為多個同質(zhì)區(qū)域的過程。對于許多數(shù)字圖像處理任務(wù)而言，圖像分割是非常重要的基礎(chǔ)處理步驟。更進(jìn)一步，將圖像分割為具有語義的對象級別的同質(zhì)區(qū)域集合，是一項(xiàng)有挑戰(zhàn)性，但具有更重大意義的任務(wù)。

盡管已經(jīng)有大量的研究者對圖像的同質(zhì)區(qū)域劃分問題展開了研究，如文獻(xiàn)1：Comaniciu?D,Meer?P.Mean?shift:A?robust?approach?toward?feature?space?analysis[J].Pat-tern?Analysis?and?Machine?Intelligence,IEEE?Transactions?on,2002,24(5):603-619，文獻(xiàn)2：Felzenszwalb?P?F,Huttenlocher?D?P.Efficient?graph-based?image?segmentation[J].In-ternational?Journal?of?Computer?Vision,2004,59(2):167-181。他們利用諸如顏色、紋理等基本的局部特征，使用聚類等技巧得到對原圖的區(qū)域劃分。但是這些方法關(guān)注的只是局部一致性，因此通常都會導(dǎo)致過分割的問題，即只是將顏色或紋理類似的相鄰像素劃分到同一個區(qū)域，可能會將同一對象劃分為多個不同的區(qū)域。

對象級的分割要求將圖像中的對象作為一個整體分割出來，帶語義的分割則還需要識別出不同的區(qū)域表示的是否為同一對象類別。近些年，研究者開始關(guān)注這種帶語義的對象級分割問題，并提出了多種解決方案。如文獻(xiàn)3：Shotton?J,Winn?J,Rother?C,et?al.Textonboost:Joint?appearance,shape?and?context?modeling?for?multi-class?object?recog-nition?and?segmentation[M].Computer?Vision–ECCV?2006.Springer?Berlin?Heidelberg,2006:1-15.提出了一種有監(jiān)督方法，通過在大量預(yù)先標(biāo)記的圖像上訓(xùn)練得到一個判別模型，利用該判別模型對圖像進(jìn)行語義分割。但是此方法需要大量預(yù)先分割標(biāo)注的圖像作為訓(xùn)練集，這也是所有有監(jiān)督學(xué)習(xí)方法所面臨的一個問題。同時，此類方法的用戶可控性太差，分割結(jié)果完全由訓(xùn)練數(shù)據(jù)決定，用戶難以按照自己的意愿對其進(jìn)行修改。文獻(xiàn)4：Rother?C,Minka?T,Blake?A,et?al.Cosegmentation?of?image?pairs?by?histogram?matching-incorporating?a?global?constraint?into?mrfs[C].Computer?Vision?and?Pattern?Rec-ognition,2006?IEEE?Computer?Society?Conference?on.IEEE,2006,1:993-1000.提出了一種叫做“聯(lián)合分割”(co-segmentation)的圖像分割方法，通過對一組圖像進(jìn)行聯(lián)合分析，分割出圖像中共有的對象類別。然而，此方法需要將所有待分割圖像同時提交，且所有的圖像必須包含同類對象。同時，此類方法在處理新的圖像或?qū)ο箢悇e時，難以對分割模型進(jìn)行更新。文獻(xiàn)5：Rother?C,Kolmogorov?V,Blake?A.Grabcut:Interactive?fore-ground?extraction?using?iterated?graph?cuts[J].ACM?Transactions?on?Graphics(TOG),2004,23(3):309-314.提出了一種交互式的圖像分割方法，只需要用戶繪制矩形框住圖像中的前景對象，便能準(zhǔn)確的將其分割出來。但這種方法是單圖像分割方法，這意味著分割多幅圖像時需要用戶對每幅圖像進(jìn)行標(biāo)注，用戶的工作量太大。總而言之，現(xiàn)有技術(shù)主要存在三個缺陷：第一，需要大量預(yù)先分割標(biāo)注的圖像作為訓(xùn)練集，或一次性提交所有的待分割圖像；第二，分割模型難以累積或更新，難以處理新的圖像或新的對象類別；第三，用戶難以控制分割過程。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明所要解決的技術(shù)問題是針對現(xiàn)有技術(shù)的不足，提供一種圖像分割方法，用于緩和、減輕或消除上述缺點(diǎn)。

為了解決上述技術(shù)問題，本發(fā)明公開了一種基于在線學(xué)習(xí)的漸進(jìn)式圖像分割方法，包括以下步驟：