[發(fā)明專利]一種基于形狀描述符和孿生神經(jīng)網(wǎng)絡(luò)的紋理分割算法

有效

• 申請?zhí)枺?/td>: 201910949663.0
• 申請日: 2019-10-08
• 公開（公告）號: CN110796666B
• 公開（公告）日: 2023-03-31
• 發(fā)明（設(shè)計）人: 李衛(wèi)平;武海燕
• 申請（專利權(quán)）人: 鐵道警察學(xué)院
• 主分類號: G06T7/11
• 分類號: G06T7/11
• 代理公司: 西安研創(chuàng)天下知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61239
• 代理人: 郭璐

本發(fā)明公開了一種基于形狀描述符和孿生神經(jīng)網(wǎng)絡(luò)的紋理分割算法，假設(shè)圖像由個區(qū)域組成，每個區(qū)域中具有固定的形狀描述符；將每個形狀描述符與孿生神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)合；然后將紋理分割設(shè)計成一個優(yōu)化問題，當(dāng)選定感興趣的區(qū)域，其分割是一個最優(yōu)解，這樣學(xué)習(xí)到的形狀描述符在該區(qū)域內(nèi)幾乎是恒定的，根據(jù)最小化能量的方法求出最優(yōu)解。本發(fā)明中的紋理分割算法在輪廓指標(biāo)和區(qū)域指標(biāo)上均優(yōu)于其他算法，并且能夠?qū)?fù)雜幾何變換或復(fù)雜滋擾圖像取得較好的分割效果。

技術(shù)領(lǐng)域

本發(fā)明涉及紋理分割算法，尤其涉及一種基于形狀描述符和孿生神經(jīng)網(wǎng)絡(luò)的紋理分割算法。

背景技術(shù)

圖像紋理可以定性地用強(qiáng)度、密度、方向等物理量來進(jìn)行描述。對圖像進(jìn)行紋理分割是計算機(jī)視覺領(lǐng)域的基本問題，并且其分割質(zhì)量對諸如在對象分類、提取等圖像后處理任務(wù)中起關(guān)鍵作用。目前，圖像紋理分割已逐漸成為圖像分析領(lǐng)域的一個重要研究方向。

紋理分割的常用方法大致可分為兩類，即基于邊緣的方法和基于區(qū)域的方法。其中，基于邊緣的方法嘗試將邊緣定位為對濾波器組的響應(yīng)，然后將這些響應(yīng)后處理到填充間隙，并生成分割。雖然基于邊緣的方法取得了較好的成果，但它仍然存在從邊緣生成分割的困難，這需要依賴于手工制作的方法并且此問題仍未完全解決。對于基于區(qū)域的方法，其主要思想是將圖像劃分為根據(jù)全局強(qiáng)度分布的區(qū)域。由于空間關(guān)系丟失，此類方法試圖通過像素的鄰域分布來結(jié)合空間關(guān)系。例如，Gabor濾波器在不同尺度和方向上的輸出了較大的鄰域，并將其分組為紋理分割的其他方法。

然而，基于區(qū)域的方法會受到以下問題的影響：由于跨越分割邊界聚合統(tǒng)計的鄰域難以分組，因此在不知道或不具有分割估計的情況下描述鄰域易于出錯。

自然分割紋理的方法是在每個像素處構(gòu)造描述符，這些描述符對紋理內(nèi)文本的變化是不變的，并且對不同紋理中的文本是有區(qū)別的，因此可對這些描述符進(jìn)行分組，最終形成分割。現(xiàn)有的分割方法將描述符的估計和分割作為一個聯(lián)合問題，其對簡單幾何圖形的圖像分割效果較好。然而，由于其構(gòu)建的描述符是手工制作的，因此不會對復(fù)雜的圖像場景表現(xiàn)出不變性。局部不變描述符是在每個像素處的圖像統(tǒng)計，其以對幾何和光度擾亂不變的方式描述鄰域。通常情況下，描述符是通過聚合像素鄰域內(nèi)的平滑定向梯度來計算。這些描述符在表征局部紋理屬性方面起著重要作用。這是因為紋理由小標(biāo)記組成，它可能因小的幾何和光度誤差而變化，但在其他方面是靜止的。仔細(xì)構(gòu)建這些描述符至關(guān)重要，因為它們在低級分割中起著關(guān)鍵作用，而低級分割又在諸如對象檢測和分割等更高級別的任務(wù)中起作用。

現(xiàn)有的形狀描述符聚合預(yù)定義像素鄰域中的定向梯度，可以包含來自不同紋理區(qū)域的圖像數(shù)據(jù)，尤其是在紋理邊界附近。然而，這導(dǎo)致分組描述符的模糊性，特別是對于附近的描述符邊界。如果將描述符分組以形成分割，則這可能導(dǎo)致分割錯誤，并且當(dāng)圖像中的紋理幾何較大時，此問題會更加突出。

發(fā)明內(nèi)容

針對上述存在的問題，本發(fā)明旨在提供一種能夠?qū)?fù)雜幾何變換或復(fù)雜滋擾圖像取得較好分割效果的紋理分割算法，即基于形狀描述符和孿生神經(jīng)網(wǎng)絡(luò)的紋理分割算法。

為了實現(xiàn)上述目的，本發(fā)明所采用的技術(shù)方案如下：

一種基于形狀描述符和孿生神經(jīng)網(wǎng)絡(luò)的紋理分割算法，其特征在于，包括以下步驟：

S1：設(shè)定圖像由N_r個區(qū)域組成，每個區(qū)域中具有固定的形狀描述符；

S2：將每個形狀描述符與孿生神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)合；

S3：選定感興趣的區(qū)域，根據(jù)紋理分割算法求出最優(yōu)解。