[發明專利]一種結合貝葉斯分類與SLIC的Grabcut彩色圖像分割方法

在審

• 申請號: 201710813135.3
• 申請日: 2017-09-11
• 公開（公告）號: CN107564010A
• 公開（公告）日: 2018-01-09
• 發明（設計）人: 任大勇;賈振紅
• 申請（專利權）人: 新疆大學
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06K9/62
• 代理公司: 北京鼎佳達知識產權代理事務所(普通合伙)11348
• 代理人: 王偉鋒,劉鐵生

1.一種結合貝葉斯分類與SLIC的Grabcut彩色圖像分割方法，其特征在于，所述方法包括以下步驟：

S1、使用聚類方法對圖像進行聚類，使用聚類后的各像素塊的RGB均值作為像素點構建精簡的Graph Cuts模型；

S2、對模型中的像素點進行分類，對進行分類后的像素點進行二次聚類，并用各個像素塊的均值代替像素點值進行GMM(高斯混合模型)參數估計；

S3、獲取圖模型最優分割。

2.根據權利要求1所述的一種結合貝葉斯分類與SLIC的Grabcut彩色圖像分割方法，其特征在于：所述聚類方法為SLIC算法。

3.根據權利要求1所述的一種結合貝葉斯分類與SLIC的Grabcut彩色圖像分割方法，其特征在于：所述分類方法為經典的貝葉斯分類算法，使用貝葉斯分類對模型中的像素點進行分類，并且前后兩次分別結合SLIC算法。

4.根據權利要求1所述的一種結合貝葉斯分類與SLIC的Grabcut彩色圖像分割方法，其特征在于：所述獲取圖模型最優分割的方法為最小割算法。

5.根據權利要求3所述的一種結合貝葉斯分類與SLIC的Grabcut彩色圖像分割方法，其特征在于：利用貝葉斯分類并采用兩次SLIC進行處理，改善了基于超像素的Grabcut圖像分割算法在超像素數目較低時出現分割惡化的現象，提高了圖像分割的效率。

6.根據權利要求4所述的一種結合貝葉斯分類與SLIC的Grabcut彩色圖像分割方法，其特征在于：最小割算法的具體計算方法是采用網絡流理論的重要定理中的最大流最小割定理，是圖論中的一個核心定理；最大流最小割定理為：任何網絡中最大流的流量等于最小割的容量。

7.根據權利要求6所述的一種結合貝葉斯分類與SLIC的Grabcut彩色圖像分割方法，其特征在于：圖像使用圖論的方式進行表述，圖論將圖像映射為一個包含源點s與匯點t的s-t網絡圖，以圖中點的集合表示像素點，以點與點之間的邊集表示像素之間的相關程度，從而使s-t網絡映射成為一個函數f，f為一個頂點集V-{s,t}到{0,1}的映射，當時f(v)＝1,v∈s；當f(v)＝0時,v∈t。

8.根據權利要求6所述的一種結合貝葉斯分類與SLIC的Grabcut彩色圖像分割方法，其特征在于：圖像的最有分割路徑等效于求解在這個網絡流中能從源點到達匯點的最大流量；根據最大流最小割定理，上述最優路徑等效于從網絡中移除就能夠導致網絡流終端的邊的集合的最小容量和。