[發明專利]多前景目標圖像交互式分割方法

有效

• 申請號: 201210476081.3
• 申請日: 2012-11-21
• 公開（公告）號: CN102982544A
• 公開（公告）日: 2013-03-20
• 發明（設計）人: 周杰;胡瀚;馮建江;喻川;張昊飏
• 申請（專利權）人: 清華大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩

技術領域

本發明涉及計算機視覺、圖像處理及模式識別等技術領域，具體涉及一種多前景目標圖像交互式分割方法。

背景技術

圖像分割是將圖像按其特征劃分成一些互不重疊的區域，從而將圖像中用戶感興趣的部分分離出來。圖像分割是圖像處理、計算機視覺領域的一項關鍵的技術，是目標檢測、目標跟蹤、目標分析等多種應用的基礎。

圖像分割技術有很多種，其中大部分技術都以自底向上的方式進行，它們通過檢測邊界或者依據色彩、紋理等特征對像素聚類，從而達到分割的目的。譜聚類方法由于能在任意形狀樣本空間上聚類并能得到近似的全局最優解，是目前應用最廣的一類像素聚類算法。譜聚類建立在譜圖理論基礎上，其原理是將圖像中每個像素當作圖的頂點，再計算像素點間的相似度，并將其作為圖的頂點間邊的權重，從而將圖像分割問題轉化為圖的劃分問題。但是由于圖像底層特征和物體模型之間的巨大語義鴻溝，利用這些技術很難得到用戶希望的分割結果。

交互式圖像分割通過利用事先標注在圖像中的一些前景點和背景點，可以有效地減小分割的不確定性，故被廣泛應用于圖像編輯領域。早期的交互式圖像分割算法主要基于輪廓標注，要求大致勾畫出目標的邊界，再進行進一步的處理，非常耗時。近些年出現的基于區域標注的交互式分割方法，只需要在待分割圖像中標注出部分像素點的類別。目前最流行的交互式圖像分割算法GrabCut就屬于這一類方法，它通過標注一個包含前景的矩形框來區分前景和背景：矩形框以外的像素為背景，而矩形框以內的像素有較大的概率為前景。GrabCut方法的主要缺點是：只能分割擁有單一前景目標的圖像，要求前景和背景像素的顏色分布滿足混合高斯模型，并要求二者的顏色分布有較大差異，其對前、背景對比度不強的邊界區域分割效果較差。另一種流行的方法是線性約束譜聚類方法，該方法將標注信息編碼為齊次線性等式約束加入到經典的譜聚類圖像分割框架中，從而得到交互式圖像分割結果。該方法不依賴于前、背景顏色分布的混合高斯建模，因此幾乎能應用于所有場景的圖像，但其缺點是：計算較為費時，無法實時應用；不能將像素的空間平滑信息編碼成相應的約束；對于標注信息利用效率低，需要大量標注像素點才能得到較為準確的分割結果。

發明內容

（一）要解決的技術問題

本發明的目的在于提供一種只需要標注極少量的像素點，就能分割任意顏色分布的擁有多個前景目標圖像的交互式分割方法。

（二）技術方案

本發明技術方案如下：

一種多前景目標圖像交互式分割方法，包括步驟：

S1.構建圖像像素相似度矩陣；

S2.獲取圖像像素標簽信息；

S3.結合所述圖像像素相似度矩陣以及圖像像素標簽信息，構建譜聚類分割模型并求解得到初步分割結果；

S4.構建空間平滑約束；

S5.結合所述初步分割結果以及空間平滑約束，構建馬爾科夫隨機場模型并求解得到最終分割結果。

優選的，所述步驟S1包括步驟：

S101.分別計算待分割圖像中任意兩個像素點的相似度，記第i個像素點和第j個像素點的相似度為W_ij，其構成的圖像像素相似度矩陣記為W；

S102.求取所述圖像像素相似度矩陣W的拉普拉斯矩陣，記為L_sym；

S103.求取所述L_sym的各個特征值λ_i和其對應的特征向量u_i，其中0=λ₁≤λ₂≤…≤λ_N。

優選的，所述步驟S102具體為：

計算D=diag(d₁,d₂,......,d_N)，L=D-W；

圖像像素相似度矩陣W的拉普拉斯矩陣

優選的，所述步驟S1為離線分析。

優選的，所述步驟S2包括步驟：

S201.在待分割圖像上標注出c類像素點作為標注點，其中每一類像素點屬于同一個前景或背景，c為待分割圖像中前景及背景的個數；

S202.將所述標注點的序號信息及類別信息存入二維數組，作為圖像像素標簽信息。

優選的，所述步驟S3包括步驟：

S301.根據所述二維數組，構建約束

其中C^p表示所有標注點的集合，表示標注出的第j類像素點的集合,是在C^p中的補集；