[發明專利]一種快速自動語義圖像分割模型方法

在審

• 申請號: 201510022036.4
• 申請日: 2015-01-16
• 公開（公告）號: CN104504725A
• 公開（公告）日: 2015-04-08
• 發明（設計）人: 劉尚旺;孫林;袁培燕;趙曉焱;李名
• 申請（專利權）人: 河南師范大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/02
• 代理公司: 無
• 代理人: 無

1.一種快速自動語義圖像分割模型方法，其特征在于，其包括如下步驟：

S1、對原相位譜四元數圖像傅里葉變換模型PQFT進行改進；

S2、對改進后的PQFT模型與脈沖耦合神經網絡PCNN整合進行語義圖像分割；

S3、自動輸出語義圖像分割結果。

2.如權利要求1所述的快速自動語義圖像分割模型方法，其特征在于，所述步驟S1包括如下子步驟：

S11、將原四元數圖像的RGB顏色空間轉換為Lab顏色空間；

S12、改進四元數圖像的虛部；

S13、確定四元數圖像像素點的周圍區域。

3.如權利要求2所述的快速自動語義圖像分割模型方法，其特征在于，所述步驟S12中改進四元數圖像的虛部包括：

選擇去掉冗余低頻信息的L、a和b這三個通道作為四元數圖像的虛部系數，具體計算方法為：

X₁＝L-L₁

X₂＝a-a₁

X₃＝b-b₁

上面三個式中，X₁、X₂和X₃分別用來代替PQFT模型中RG(t)、BY(t)以及I(t)；L、a和b是CIE?Lab顏色空間三個特征通道；L₁、a₁和b₁是對應特征通道像素點周圍區域的均值；若X₁、X₂和X₃為負值，則將其設為0。

4.如權利要求2所述的快速自動語義圖像分割模型方法，其特征在于，所述步驟S13中采用簡單地利用將圖像的寬和高與PCNN鏈接強度系數β相乘的方法；其中，β值的計算，如式所示式中，STD_ij表示像素點I(i，j)的灰度值與其8-鄰域灰度值的標準方差。

5.如權利要求1所述的快速自動語義圖像分割模型方法，其特征在于，所述步驟S2包括如下子步驟：

S21接收輸入域：對于給定彩色輸入圖像，將X₁、X₂和X₃的特征融合圖(I_ij)作為PCNN的輸入圖像，這樣不僅可以增強輸入圖像中的顯著對象，而且可以提高PCNN的抗噪能力；

S22、調制鏈接域：在調制鏈接域，對被接收進來的主輸入和鏈接輸入進行全局調制耦合；

S23、脈沖產生域：對模型產生的顯著圖，為了增強圖像分割的泛化性能，用顯著圖的統計直方圖的峰谷點數來表示給定圖像中的顯著對象個數，而峰谷之間的像素點數目占的比重作為返回抑制機制選擇像素數的依據；

S24、顯著區域自動判別算法：根據分割圖像尺寸變化情況，來判斷并自動輸出正確的語義圖像分割結果。