[發明專利]一種基于超像素以及多超圖融合的圖像分割方法

有效

• 申請號: 201810562839.2
• 申請日: 2018-06-04
• 公開（公告）號: CN108986103B
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 楊明;王凱翔
• 申請（專利權）人: 南京師范大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06K9/62;G06T3/40;G06V10/764;G06V10/762
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 葛瀟敏

本發明公開一種基于超像素以及多超圖融合的圖像分割方法，包括如下步驟：步驟1，運用目前較為成熟的SLIC模型對待分割進行超像素分割；步驟2，對各超像素塊進行多種特征提取；步驟3，將每一個超像素塊看成是圖的頂點，采用INH模型對多特征中的每一個特征進行基于超像素塊的超圖構建；步驟4，從隨機游走的角度融合多個超圖的信息構建多超圖拉普拉斯矩陣；步驟5，構建基于多超圖拉普拉斯矩陣的譜聚類模型并求解。此種方法可解決圖像分割中像素點高階關系刻畫的問題，有效提高了圖像分割的精度。

技術領域

本發明屬于圖像分割領域，特別涉及一種基于超像素以及多超圖融合的圖像分割方法。

背景技術

計算機視覺自誕生之日起，一直就是計算機科學領域中的研究熱點之一。同時，計算機視覺又是一個多領域交匯的學科，它與光信息技術、自動化技術、計算機技術、集成電路技術、生物學、心理學等諸多方向都有關系。從20世紀60年代初開始，各國科學家就開始了對計算機視覺的研究，但開始的很長一段時間內總體進展并不是很大；直到20世紀80年代，計算機視覺研究才出現了轉折點，取得了大量的重要研究成果。計算機視覺發展到現在，在算法、視覺系統、模式識別、以及特征檢測與描述方面都獲得了顯著的成績。

圖像分割是計算機視覺中一個非常基礎，但是又非常關鍵的工作，圖像分割結果的好壞會直接影響到后續的視覺處理效果，包括跟蹤、識別、分析等。計算機視覺發展至今，圖像分割仍然是一個沒有完善解決方案的基礎性問題。圖像工程主要由圖像處理、圖像分析和圖像理解三部分組成，而從圖像處理到圖像分析必須先經過分割。在圖像分析中，只有在分割得正確的前提下，所提取出的圖像特征對圖像結構進行分析等才是有意義的。圖像分割也是理解的前提。圖像分割幾乎涉及了各種圖像，比如醫學圖像、遙感圖像、視頻交通監控中的圖像，因此它的應用面非常廣泛，這也是本文研究圖像分割的初衷。

目前而言圖像分割中必須關注待分割圖像中像素點之間的相關關系，在目前的一些圖像分割方法中僅僅關注了二階關系，而在很多場景下像素點之間存在著高階關系，如何有效的刻畫高階關系是影響圖像分割結果的關鍵因素，需要考慮使用超圖這一結構來高效的刻畫像素點之間的高階關系。基于傳統的特征提取方法，單一特征很難取得好的效果，需要考慮多個特征相融合的方法以提升分割的精度。基于像素級的高階關系刻畫勢必會導致方法的復雜度過高，難以實現，需要考慮采用超像素預分割，將原始圖像先分割成若干超像素塊，再對超像素塊之間的高階關系進行刻畫。基于以上三點，本發明提出了一種基于超像素和多超圖融合的圖像分割方法。本發明采用超像素分割技術先生成超像素塊，有效降低了計算的復雜度。利用多超圖融合，在有效刻畫了超像素高階關系的基礎之上大大降低了信息的損失。該方法無論在主觀視覺上還是在客觀評價指標上，都做到了分類精度的顯著提升，具有較高的使用價值。

發明內容

本發明的目的，在于提供一種基于超像素以及多超圖融合的圖像分割方法,其可解決圖像分割中像素點高階關系刻畫的問題，有效提高了圖像分割的精度。

為了達成上述目的，本發明的解決方案是：

一種基于超像素以及多超圖融合的圖像分割方法，包括如下步驟：

步驟1，對待分割進行超像素分割；

步驟2，對各超像素塊進行多種特征提取；

步驟3，對多特征中的每一個特征進行基于超像素塊的超圖構建：

步驟4，從隨機游走的角度融合多個超圖的信息構建多超圖拉普拉斯矩陣；

步驟5，構建基于多超圖拉普拉斯矩陣的譜聚類模型并求解：基于得到的多超圖拉普拉斯矩陣構造譜聚類模型，使用交叉迭代法進行求解。

上述步驟1中，運用SLIC模型對待分割進行超像素分割。

上述步驟2中，提取的特征包含顏色、梯度和紋理。