[發明專利]一種實現交互式圖像分割的方法、裝置及終端

有效

• 申請號: 201710005330.3
• 申請日: 2017-01-04
• 公開（公告）號: CN106898005B
• 公開（公告）日: 2020-07-17
• 發明（設計）人: 梁舟
• 申請（專利權）人: 努比亞技術有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/187;G06T7/194
• 代理公司: 深圳協成知識產權代理事務所(普通合伙) 44458
• 代理人: 章小燕

本文公開了一種實現交互式圖像分割的方法、裝置及終端。所述方法包括：構造包含涂抹軌跡的幾何圖形并擴展形成標記區，確定包含所述標記區的感興趣區域；生成圖像分割算法的輸入掩模圖：將標記區中所有的像素作為掩模圖中的前景點，將感興趣區域中標記區外的像素作為掩模圖中的背景點；根據深度圖和掩模圖確定各個像素的分割參數，構建無向圖并將掩模圖中的每一個像素的分割參數映射到無向圖中，根據無向圖運行最小割?最大流算法，獲得精細分割后的掩模圖，從原始圖像中分割出所述精細分割后的掩模圖中前景點對應的圖像。本文能縮短算法的運行時間，利用圖像的深度信息改善圖像分割的效果。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種實現交互式圖像分割的方法、裝置及終端。

背景技術

圖像分割，是指將平面圖像依照顏色、紋理、形狀等特征將其劃分為互不相連的若干區域，這是圖像處理領域的一項實用的基礎技術?，F有的圖像分割技術有基于閾值的分割方法、基于邊緣的分割方法、基于區域的分割方法、基于能量泛函的分割方法、基于圖論的分割方法等。其中在圖論方法里比較知名的有GraphCut算法及其改進版本GrabCut算法。

GraphCut算法及其改進版本GrabCut算法，是基于區域標注的交互式圖像分割方法。GraphCut算法是基于馬爾可夫隨機場(Markov Random Field,MRF)能量最小化框架的一種算法，優點在于可以結合多種理論知識進行全局最優求解。GrabCut算法是對GraphCut算法的改進，GrabCut算法通過在原始圖像上標注出前景點(要提取的目標對象上的點)和背景點生成掩模圖，利用原圖和掩模圖對前景、背景顏色空間建立高斯混合模型(GaussianMixture Model，GMM)，利用GMM參數學習、估計過程中可進化的迭代算法完成能量最小化，判決出圖像中的前景點和背景點，從原圖中提取出由前景點像素組成的目標圖像。

在手機上使用GrabCut算法進行圖像分割時，為了降低交互的復雜性，通常對用戶如何標記不做嚴格要求，因此，在用戶標記的前景點較少的情況下迭代次數可能很多，算法運行時間較長，影響了用戶的體驗。另一方面，相關技術中的GrabCut算法是基于彩色圖像進行圖像分割的，當要提取的目標對象的顏色特征并不明顯時，利用彩色圖進行分割的分割效果并不理想。

發明內容

本發明所要解決的技術問題是提供一種實現交互式圖像分割的方法、裝置及終端，能夠縮短算法的運行時間，利用圖像的深度信息改善圖像分割的效果。

本發明實施例提供了一種實現交互式圖像分割的方法，包括：

檢測到原始圖像上的涂抹軌跡后，構造包含所述涂抹軌跡的幾何圖形并對所述幾何圖形進行擴展形成標記區，確定包含所述涂抹軌跡的一塊區域作為感興趣區域，所述感興趣區域包含所述標記區；生成圖像分割算法的輸入掩模圖：將所述標記區中所有的像素作為所述掩模圖中的前景點，將所述感興趣區域中標記區外的像素作為所述掩模圖中的背景點；

獲取包含目標對象深度信息的深度圖，根據所述深度圖和掩模圖確定所述掩模圖上各個像素的分割參數，所述分割參數用于表示像素判決為前景點或背景點的概率以及所述像素與相鄰像素的深度值差異；

構建無向圖，將所述掩模圖中的每一個像素的分割參數映射到所述無向圖中，根據最小割-最大流算法對所述無向圖進行處理，獲得精細分割后的掩模圖；

從拍攝所述目標對象所獲得的原始圖像中分割出所述精細分割后的掩模圖中前景點對應的圖像。