[發(fā)明專(zhuān)利]一種改進(jìn)的基于超像素的多光譜圖像分割方法在審
| 申請(qǐng)?zhí)枺?/td> | 202011016332.0 | 申請(qǐng)日： | 2020-09-24 |
| 公開(kāi)（公告）號(hào)： | CN112184730A | 公開(kāi)（公告）日： | 2021-01-05 |
| 發(fā)明（設(shè)計(jì)）人： | 仇飛;顏森林 | 申請(qǐng)（專(zhuān)利權(quán)）人： | 南京曉莊學(xué)院 |
| 主分類(lèi)號(hào)： | G06T7/11 | 分類(lèi)號(hào)： | G06T7/11;G06T7/187;G06T7/90;G06K9/62 |
| 代理公司： | 北京中索知識(shí)產(chǎn)權(quán)代理有限公司 11640 | 代理人： | 鄒長(zhǎng)斌 |
| 地址： | 211100 江蘇*** | 國(guó)省代碼： | 江蘇;32 |
| 權(quán)利要求書(shū)： | 查看更多 | 說(shuō)明書(shū)： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 改進(jìn) 基于 像素 光譜 圖像 分割 方法 | ||
本發(fā)明提出本發(fā)明提出的改進(jìn)的基于超像素的多光譜圖像分割方法，具體包括：輸入多光譜圖像。求取像素i和像素j的平面間隔和特征間隔；計(jì)算在多光譜圖像平面內(nèi)以像素i為中心、半徑為εxy的圓形區(qū)域內(nèi)估計(jì)像素i的局部密度ρi；計(jì)算像素i的間隔δi和歸附fi；根據(jù)得出的每個(gè)像素的歸附fi、間隔δi和局部密度ρi將所有像素構(gòu)建成歸附關(guān)系樹(shù)；根據(jù)間隔δi、局部密度ρi選取超像素的中心像素ci，同一個(gè)超像素中的所有像素設(shè)置為相同的標(biāo)號(hào)，完成超像素分割；本發(fā)明提出方法，具有良好的抗噪能力，分割精度高，以及在計(jì)算速度、使用方面有著優(yōu)越的性能。
技術(shù)領(lǐng)域
本發(fā)明涉及圖像分割領(lǐng)域，特別是指一種改進(jìn)的基于超像素的多光譜圖像分割方法。
背景技術(shù)
在計(jì)算機(jī)視覺(jué)領(lǐng)域，圖像分割(Segmentation)指的是將數(shù)字圖像細(xì)分為多個(gè)圖像子區(qū)域(像素的集合)(也被稱(chēng)作超像素)的過(guò)程。圖像分割是對(duì)圖像中的每個(gè)像素加標(biāo)簽的一個(gè)過(guò)程，這一過(guò)程使得具有相同標(biāo)簽的像素具有某種共同視覺(jué)特性。圖像分割的結(jié)果是圖像上子區(qū)域的集合(這些子區(qū)域的全體覆蓋了整個(gè)圖像)，或是從圖像中提取的輪廓線的集合。一個(gè)子區(qū)域中的每個(gè)像素在某種特性的度量下或是由計(jì)算得出的特性都是相似的，例如顏色、亮度、紋理。鄰接區(qū)域在某種特性的度量下有很大的不同。超像素由一系列位置相鄰且顏色、亮度、紋理等特征相似的像素點(diǎn)組成的小區(qū)域。這些小區(qū)域大多保留了進(jìn)一步進(jìn)行圖像分割的有效信息，且一般不會(huì)破壞圖像中物體的邊界信息，從而大幅度減少處理對(duì)象的數(shù)量，提高后續(xù)處理的效率，超像素在計(jì)算機(jī)視覺(jué)領(lǐng)域有著廣泛的應(yīng)用。
目前已經(jīng)存在多種超像素分割算法，如簡(jiǎn)單線性迭代聚類(lèi)算法(Simple LinearIterative Clustering algorithm,SLIC)，快速簡(jiǎn)單線性迭代聚類(lèi)算法(Fast LinearIterative Clustering algorithm,FLIC)，線性譜聚類(lèi)算法(Linear SpectralClustering algorithm,LSC)，能量驅(qū)動(dòng)采樣超像素算法(Superpixels ExtractedEnergy-driven Sampling algorithm,SEEDS)，這些方法在超像素分割方面各有優(yōu)缺點(diǎn)，目前沒(méi)有一種算法能夠同時(shí)具有良好的抗噪能力，分割精度高，以及在計(jì)算速度、使用方面有著優(yōu)越的性能。
發(fā)明內(nèi)容
本發(fā)明的主要目的在于克服現(xiàn)有技術(shù)中的上述缺陷，提出一種改進(jìn)的基于超像素的多光譜圖像分割方法，具有良好的抗噪能力，分割精度高，以及在計(jì)算速度、使用方面有著優(yōu)越的性能。
本發(fā)明采用如下技術(shù)方案：
一種改進(jìn)的基于超像素的多光譜圖像分割方法，包括以下步驟：
步驟S1：輸入多光譜圖像[l,a,b](x,y),其中l(wèi)代表亮度，a和b代表顏色對(duì)立維度，x,y分別代表像素的橫坐標(biāo)和縱坐標(biāo)，5維向量Pi向描述圖像中的像素i，其中Pi＝[li,ai,bi,xi,yi]T；
步驟S2：求取像素i和像素j的平面間隔||Pi-Pj||xy和特征間隔dij；
步驟S3：計(jì)算在多光譜圖像平面內(nèi)以像素i為中心、半徑為εxy的圓形區(qū)域內(nèi)估計(jì)像素i的局部密度ρi；
步驟S4：計(jì)算像素i的間隔δi和歸附fi；
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于南京曉莊學(xué)院，未經(jīng)南京曉莊學(xué)院許可，擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作，請(qǐng)聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011016332.0/2.html，轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
