[發明專利]一種基于動態滑動窗口的目標種子搜索方法

在審

• 申請號: 201610897850.5
• 申請日: 2016-10-14
• 公開（公告）號: CN106650776A
• 公開（公告）日: 2017-05-10
• 發明（設計）人: 姚勁草;于慧敏
• 申請（專利權）人: 浙江大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 杭州宇信知識產權代理事務所(普通合伙)33231
• 代理人: 張宇娟

技術領域

本發明涉及目標種子搜索方法領域，尤其涉及一種動態滑動窗口目標種子搜索方法。

背景技術

利用種子生長法進行目標分割是圖像分割中的一種重要方法。設計高效的種子搜索方法可以大幅提高目標分割的速度和精度，這對于目標分割的實際應用而言有著重要的意義。這一問題總體上有兩種解決辦法：一是交互式分割中廣泛使用的人工標記法，即手動交互的方式劃定分割范圍或指定種子的位置；另一種是通過特征檢測的方式自動搜索分割目標所需要的種子。為了提高目標分割的自動化程度，本發明提出了一種基于動態滑動窗口的目標種子分搜索。

在許多實際應用中，由于目標的周圍存在噪聲、遮擋和背景粘連等因素影響，采用整體圖像進行目標種子搜索的方法準確率較低，易出現誤檢和漏檢。對于這種情況，通過提取圖像的特征信息，并利用一個局部搜索窗對整幅圖像進行滑動窗口搜索是一個有效的方法。對于窗口的滑動而言，最簡單的搜索方法是窮舉法，即每次滑動一個像素進行一次匹配算法，由于這種滑動方法效率很低，人們通常使用動態滑動法降低計算量。現有的許多方法是利用累加相似度進行匹配相似度計算，其中和分別表示從訓練集提取的目標特征直方圖和搜索窗口中的特征直方圖。這種方法會使得冗余相似度大幅增加，進而導致滑動窗口排除無種子標窗口的能力有限，本發明提出了使用聯合相似度代替累加相似度作為新的相似度定義，并基于此給出了一種高效的種子搜索方法。

發明內容

本發明要解決的技術問題是提供一種涉及基于動態滑動窗口的目標種子搜索方法，以解決滑動窗口冗余值增長速度過快，排除無種子窗口的能力有限的問題。

本發明的目的是通過以下技術方案來實現的：

一種動態滑動窗口目標種子搜索方法，包括以下步驟：

S1：基于訓練集提取目標特征直方圖；

S2：提取水平大搜索窗圖像特征；

S3：提取豎直小搜索窗圖像特征；

S4：計算豎直小搜索窗特征聯合匹配相似度；

S5：利用滑動模型計算小搜索窗滑動步長p，并將當前豎直窗口位置v滑動更新至v+p處；返回步驟S3，重復步驟S3-S5，直至豎直小搜索窗抵達圖像下邊緣；

S6：計算水平大搜索窗聯合特征匹配相似度；

S7：利用滑動模型計算大搜索窗滑動步長q，并將當前水平大搜索窗位置h滑動更新至h+q處；并返回步驟S2，重復步驟S2-S7，直至大搜索窗抵達圖像右邊緣；

S8：當水平和豎直搜索窗同時到達右邊緣和下邊緣時結束搜索并輸出結果。

進一步的，步驟S4和S6中，計算特征聯合匹配相似度的計算表達式為：

其中，

為從訓練集提取的目標特征直方圖；j＝1,2,…m為連續的m個搜索窗內的特征直方圖，連續的搜索窗是指只相差一個像素距離的搜索窗。

進一步的，步驟S5和S7中，所述的滑動模型的計算表達式為：

其中，ω表示滑動步長，在步驟S5中，ω＝p；步驟S7中，ω＝q；θ為相似度閾值；D為搜索窗沿搜索方向的長度；m為需要聯合的搜索窗個數。

與現有技術和產品相比，本發明有如下優點：

本發明提供了一種涉及動態滑動窗口的目標種子搜索方法，包括在預處理階段提取訓練集目標特征直方圖作為種子匹配依據；種子搜索時，首先分別計算當前水平大窗和豎直小窗圖像的特征匹配相似度；然后進入豎直小搜索窗階段，并基于滑動模型確定豎直小搜索窗口滑動步長；當小搜索窗抵達圖像下邊緣時，進入水平大窗口搜索階段；水平大搜索窗首先計算圖像特征匹配相似度；基于滑動模型確定大窗口滑動步長，直至抵達圖像右邊緣；當水平和豎直搜索窗同時到達右邊緣和下邊緣時結束搜索并輸出結果。本發明克服了滑動窗口中常用的累加相似度方程冗余值增長速度過快，排除無種子窗口的能力有限的問題；大幅提高了利用滑動窗口進行目標搜索的效率。

附圖說明

圖1為本發明的基于動態滑動窗口的目標種子搜索方法的總體流程圖。

圖2為本發明的目標種子搜索方法中水平大搜索窗搜索流程示意圖。

圖3為本發明的目標種子搜索方法中豎直小搜索窗搜索流程示意圖。

具體實施方式

為了便于本領域普通技術人員理解和實施本發明，下面結合附圖及具體實施方式對本發明作進一步的詳細描述。

如圖1所示，本實施例提供一種基于動態滑動窗口的目標種子搜索方法，包括以下步驟：

A1：基于訓練集提取目標特征直方圖；