[發明專利]一種中餐食物圖像的分割方法

有效

• 申請號: 201710188964.7
• 申請日: 2017-03-27
• 公開（公告）號: CN107154044B
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 徐冰;張東
• 申請（專利權）人: 廣東順德中山大學卡內基梅隆大學國際聯合研究院;中山大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/194
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

本發明提供的方法通過采集中餐食物圖像的紋理圖像進行后續處理來實現對圖像的分割，分割的過程中無需采集多種圖像特征，且應用該方法可以提高中餐食物圖像分割的準確率，從而助于中餐食物圖像的識別。

技術領域

本發明涉及圖像處理技術領域，更具體地，涉及一種中餐食物圖像的分割方法。

背景技術

經典的圖像分割方法是基于圖像的特征的，圖像分割方法的主要作用是將具有相同或相似特征的區域分割出來，按照利用的特征不同大致可以分為以下幾類：

a).基于閾值處理的分割方法，它通過對基本的特征閾值進行設定，就可以把圖像的像素點分為不同的類。常用的特征包括：灰度特征、顏色特征或者由原始灰度值或彩色值變換后的特征等等。從背景中提取物體或前景目標的一種明顯方法就是選擇一個合適的閾值T將這些特征模式分開。

b).基于邊緣檢測的分割方法，邊緣檢測是根據灰度突變來分割圖像的最常用的方法。邊緣是圖像邊界線上的像素點的集合，它表明了在圖像局部特征的不連續性，體現了圖像的灰度特征、顏色特征及紋理特征等圖像特征的突變。比如在階躍型邊緣兩邊，像素點的灰度值會有明顯的差別，而在屋頂型邊緣處，灰度值表現出陡峭的上升或下降。

c).基于區域特征的分割方法：該方法是根據圖像相同區域內像素點的相似性準則進行分割。該方法通過對每個像素特征空間中的值進行相似性聚類，并兼顧各像素的空間領域信息，進而分割出圖像中的目標區域。常用的方法包括種子區域生長、區域分裂與聚合以及形態學分水嶺法等幾種類型。但由于相似性閾值不易控制，所以利用區域特征的分割方法獲得的結果在邊界區域不夠平滑。

d).基于邊緣特征和區域特征的分割方法：單獨利用邊緣特征或區域特征的分割方法都存在不足之處，所以一些科研人員通過將這兩種特征進行融合以避免單個算法的缺陷，提出了一些改進的模型，比如基于變分模型的分割方法和基于圖論的分割方法等等。

由于圖像類別不同，采用的圖像分割方法也不同，在食物圖像的分割方法中，采用常見的顏色特征和亮度特征時，能很好的分割出顏色較明顯和鮮亮的區域，卻不能分割出顏色較暗淡的區域，由于中餐食物圖像食材的多樣性和復雜性，就需要采取多種不同的圖像特征做為圖像分割的特征比較，從而分割出完整的食物區域，而剔除背景區域。

發明內容

本發明為解決以上現有技術在分割中餐食物圖像顏色暗淡的區域時需要采取多種不同的圖像特征進行比較的缺陷，提供了一種中餐食物圖像的分割方法，該方法通過采集中餐食物圖像的紋理圖像進行后續處理來實現對圖像的分割，分割的過程中無需采集多種圖像特征，且應用該方法可以提高中餐食物圖像分割的準確率，從而助于中餐食物圖像的識別。

為實現以上發明目的，采用的技術方案是：

一種中餐食物圖像的分割方法，包括以下步驟：

S1.使用紋理增強濾波器對拍攝的中餐食物圖像進行m個不同尺度參數下的濾波，得到圖像在m個不同尺度參數下的紋理圖像；所述m的取值范圍為8～16；

S2.對于步驟S1得到的16幅紋理圖像分別計算其均值，并利用計算得到的均值作為閾值來對相應的紋理圖像進行二值化，獲得紋理圖像在閾值條件下的前景區域和背景區域；

S3.對于每張紋理圖像分別求取其前景區域的中心點，以用作放置高斯函數的位置，以前景區域包含的像素點數量的k倍作為標準差，構造對應的高斯掩膜函數，其中k的取值范圍為0.3～0.5；將得到的16個高斯掩膜函數乘以相對應的權重參數后相加，得到最終的高斯掩膜；

S4.將得到的高斯掩膜與中餐食物圖像在紋理增強濾波器尺度參數為[0.5m]時所產生的紋理圖像相乘，將其得到的結果記為圖G，其中[0.5m]表示對0.5m進行取整操作；采用SLIC方法對圖G進行超像素分割，分割之后，得到對圖像中每個像素點所屬的塊的類別，稱為標記矩陣L，把L記作圖G的標記圖；