[發明專利]基于圖像特征密度峰值搜索的圖像分割方法、系統及介質

有效

• 申請號: 201810409424.1
• 申請日: 2018-05-02
• 公開（公告）號: CN108629783B
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 鄭元杰;孫喆;連劍;戚萌;賈偉寬
• 申請（專利權）人: 山東師范大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/90;G06K9/46;G06K9/62
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

1.基于圖像特征密度峰值搜索的圖像分割方法，其特征是，包括以下步驟：

步驟(1)：對原始圖像進行預處理，利用超像素分割將原始圖像轉換為超像素圖像；

步驟(2)：將超像素圖像中的每一個樣本點進行顏色特征提??；

步驟(3)：對樣本進行聚類分析：對每一個樣本點的圖像顏色特征均定義兩個變量ρ和δ；ρ表示每個樣本點的局部密度，δ表示與當前樣本點相比具有更高局部密度的最近鄰點與當前樣本點之間的距離；

步驟(4)：以局部密度ρ為橫軸和最近鄰距離δ為縱軸，建立直角坐標系，即決策圖；

步驟(5)：在決策圖中定義一個分隔曲線，位于分隔曲線右邊的樣本點被指定為聚類中心；被指定是聚類中心的樣本點代表一個簇類，同時也被指派類簇號；

步驟(6)：在聚類中心確定后，依次對剩余的樣本點進行類別的劃分，根據聚類后的結果和像素點在原圖像中的位置進行圖像的重構，得到最后的分割結果；

所述步驟(1)包括：

步驟(101)：任選一個像素點作為當前像素點，將當前像素點的像素值與設定范圍內其他像素點的像素值進行作差，得到若干個差值，如果每個差值均小于設定閾值，則將當前像素點與其他像素點劃分到一個區域；

步驟(102)：如通過有一個差值大于設定閾值，則縮小設定范圍，重新將當前像素點的像素值與新設定范圍內其他像素點的像素值進行作差，直至每個差值均小于設定閾值，則將當前像素點與其他像素點劃分到一個區域，否則重復步驟(102)，直至滿足要求為止；

步驟(103)：重復步驟(101)-(102)實現整幅圖像的區域分割；

步驟(104)：對每個區域中的像素點求取像素均值，并以像素均值替換當前區域中的所有像素點的像素值，從而整幅圖像包括若干個色塊，整幅圖像轉換為超像素圖像；

首先，定義一組獨立的樣本點(x₁，y₁)，(x₂，y₂)，......，(x_n，y_n)，

其中，x₁表示第一個樣本點的亮度通道L的值，y₁表示第一個樣本點的顏色通道a的值或顏色通道b的值；x₂表示第二個樣本點的亮度通道L的值，y₂表示第二個樣本點的顏色通道a的值或顏色通道b的值；x_n表示第n個樣本點的亮度通道L的值，y_n表示第n個樣本點的顏色通道a的值或顏色通道b的值；

針對每個樣本點依次求取兩個變量ρ和δ，其中利用核密度估計來計算局部密度ρ：

其中，ρ_i表示第i個樣本點的局部密度，h＞0為一個平滑參數，代表帶寬，其中為縮放核函數；K(x，y)表示核函數，采用高斯核函數，x₀，y₀表示核函數中心點的坐標，σ表示方差；

另一個變量的計算公式則是：

其中，δ_i表示第i個樣本點與比第i個樣本點有更高局部密度的最近鄰樣本點之間的距離；d_ij則表示點i和點j之間的歐幾里得距離；ρ_i和ρ_j分別表示第i、第j個樣本點的局部密度；

步驟(5)中，定義的分隔曲線R為：

R＝det M-k(trace M)²

der M＝ρδ

trace M＝ρ+δ

其中，k是一個常數，取值范圍是0.04～0.06，M是一個特征值矩陣；der M表示特征值矩陣的行列式，trace M表示特征值矩陣的跡；

所述步驟(6)，在聚類中心確定后，依次對剩余的樣本點進行類別的劃分，位于分隔曲線左邊的樣本點依次劃入離樣本點自身最近的已知類簇號的樣本點所在的類中，得出聚類的結果；聚類結束后，每個樣本點都劃分到了一個類簇號，而屬于每個樣本點的所有像素點均被賦予同一個類簇號，根據每個樣本點中每個像素點在原圖像中的位置與分到的類簇號，將像素點按原圖像的序列重新排列起來，得到最后的分割結果。