[發明專利]一種基于超像素和背景連接先驗的顯著物體分割方法

有效

• 申請號: 201810342791.4
• 申請日: 2018-04-17
• 公開（公告）號: CN108537816B
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 牛玉貞;蘇超然;郭文忠;陳羽中
• 申請（專利權）人: 福州大學
• 主分類號: G06T7/194
• 分類號: G06T7/194;G06T7/136;G06T5/30
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊

本發明涉及一種基于超像素和背景連接先驗的顯著物體分割方法，包括以下步驟：1、將輸入圖像分割為N個超像素，然后計算出每個超像素的顯著值；2、通過背景連接先驗在偽前景區域標記出前景超像素種子點和可能前景超像素種子點，在非偽前景區域中標記出背景超像素種子點和可能背景超像素種子點；3、利用四種超像素種子點和原圖的所有超像素，求得原圖中顯著物體的超像素尺度分割結果；4、在包含顯著物體的矩形區域中利用超像素尺度分割結果得到一個像素尺度的標記圖，采用像素尺度GrabCut，計算得到顯著物體分割結果。該方法能夠快速、準確地利用顯著圖得出顯著物體，為圖像壓縮、圖像重定向、圖像超分辨率提供快速有效的預處理結果。

技術領域

本發明涉及圖像和視頻處理以及計算機視覺領域，特別是一種基于超像素和背景連接先驗的顯著物體分割方法。

背景技術

顯著物體分割算法的目標是生成像素尺度的掩碼圖來表示圖像中一個或多個顯著物體。顯著物體分割是一個二值標記的問題，也就是從背景中將顯著物體分離出來。顯著物體檢測和顯著物體分割都作為其它更復雜應用的預處理階段。近來，越來越多顯著物體檢測算法利用超像素來保留區域的原有結構并刻畫出顯著物體的邊界。由于算法處理樣本的尺度由單一像素提升到超像素塊，所以基于超像素的顯著物體檢測方法能夠大幅提升算法的計算效率。然而，據我們所知，之前的以Graph Cut方法作為主體框架的顯著物體分割方法并沒有基于超像素來提升計算效率。因此，為了使顯著物體分割能夠更廣泛地應用，需要一種具有更高計算效率的基于超像素的顯著物體分割方法。

一般來說，顯著物體分割是作為顯著物體檢測的一種后續處理，而顯著物體檢測的結果也會對顯著物體分割結果造成影響。為此，Zhu等人提出一種基于背景連接先驗的顯著檢測優化算法，其中背景連接先驗基于超像素能夠高效地檢測出圖像中的背景區域。由于顯著物體分割致力于從背景中將顯著物體分離出來，所以融合背景連接先驗和顯著檢測結果可以改善顯著物體分割的結果。

發明內容

本發明的目的在于提供一種基于超像素和背景連接先驗的顯著物體分割方法，該方法能夠快速、準確地利用顯著圖得出顯著物體，為圖像壓縮、圖像重定向、圖像超分辨率提供快速有效的預處理結果。

為實現上述目的，本發明的技術方案是：一種基于超像素和背景連接先驗的顯著物體分割方法，包括以下步驟：

步驟S1：利用簡單線性迭代聚類的超像素分割算法將輸入圖像分割為N個超像素，然后利用顯著性物體檢測算法得到的顯著圖，計算出每個超像素的顯著值；

步驟S2：通過背景連接先驗計算出輸入圖像的偽前景區域，然后利用二次大津法計算出兩個顯著性相關的自適應閾值，從偽前景區域中標記出前景超像素種子點和可能前景超像素種子點，同時在其余的非偽前景區域中，利用固定閾值標記出背景超像素種子點，并將所有其余超像素標記為可能背景超像素種子點；

步驟S3：將標記的四種超像素種子點和原圖得到的所有超像素作為超像素尺度的GrabCut算法的輸入，計算得到原圖中顯著物體的超像素尺度分割結果；

步驟S4：利用超像素尺度分割結果，定位出一個包含顯著物體的矩形區域進行后續處理；在所述矩形區域內，利用超像素尺度分割結果得到一個像素尺度的標記圖，并與原圖像素一同作為像素尺度的GrabCut算法的輸入，計算得到最后的顯著物體分割結果。

進一步地，所述步驟S1中，對任意輸入圖像I，利用簡單線性迭代聚類的超像素分割算法將輸入圖像分割為N個超像素，得到超像素分割標記集合每一個超像素分割標記l_i對應第i個超像素所包含的所有像素點的集合，i為超像素分割標記l_i的下標；然后利用顯著性物體檢測算法來產生對應于輸入圖像I的顯著圖S，計算出每個超像素的顯著值；基于超像素分割標記，將超像素顯著值的集合定義為對每一個超像素有：