[發明專利]基于稀疏分解和圖拉普拉斯正則化的圖像前景背景分割方法及系統在審
| 申請號: | 202211317605.4 | 申請日: | 2022-10-26 |
| 公開(公告)號: | CN115546245A | 公開(公告)日: | 2022-12-30 |
| 發明(設計)人: | 蔣俊正;譚婷芳;錢江 | 申請(專利權)人: | 電子科技大學長三角研究院(湖州) |
| 主分類號: | G06T7/194 | 分類號: | G06T7/194;G06T7/168;G06T7/187 |
| 代理公司: | 重慶航圖知識產權代理事務所(普通合伙) 50247 | 代理人: | 孫方 |
| 地址: | 313000 浙江省湖州*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 稀疏 分解 圖拉 普拉 正則 圖像 前景 背景 分割 方法 系統 | ||
1.基于稀疏分解和圖拉普拉斯正則化的圖像前景背景分割方法,其特征在于:包括以下步驟:
步驟1)將圖像劃分為若干個非重疊圖像塊;
步驟2)根據圖像塊建立圖像前景背景分割模型:
其中,τ和γ均為正則項參數;||αr||0用l0-范數最小化參數αr的非零項;||sr||0用來表示非零分量的數量應較小的前景像素sr;為圖拉普拉斯正則化項,用來表征前景文本和圖形的連通性;fr=Prαr+sr為約束項;fr和sr對應于Fr(x,y)和Sr(x,y)的矢量化,Pr是一個大小為l2×M的矩陣,且αr=[αr,1,…,αr,M]T;
步驟3)根據前景背景分割模型,使用l1-范數處理凸問題,得到以下問題:
步驟4)根據公式(3)建立的圖像前景背景分割模型,將上述問題劃分為多個子問題,使用迭代的方式分別求解:
步驟5)經過上述步驟的迭代后,得到的解sr即為問題的解;將得到的解分別矩陣化后整合得到前景圖S,即為整幅圖像的前景圖。
2.權利要求1所述的基于稀疏分解和圖拉普拉斯正則化的圖像前景背景分割方法,其特征在于:所述步驟1)中的非重疊圖像塊按照以下方式建立:
將圖像劃分為rmax個l×l的非重疊圖像塊,則第r個圖像塊表示為:
其中,r=1,...,rmax;x和y表示水平和垂直坐標;對應于平滑背景區域,Pr,m(x,y)表示圖傅里葉基,αr,m是模型參數;Sr(x,y)對應于前景像素;
通過將矩陣矢量化為向量,上式被重新描述為:
fr=Prαr+sr (2)
其中,fr和sr對應于Fr(x,y)和Sr(x,y)的矢量化,Pr是一個大小為l2×M的矩陣,且αr=[αr,1,...,αr,M]T。
3.權利要求1所述的基于稀疏分解和圖拉普拉斯正則化的圖像前景背景分割方法,其特征在于:所述步驟4)中的子問題按照以下方式進行:
采用交替方向乘子法對上述問題進行解決,先對上述問題進行等效改寫,如下:
xr為輔助變量,與等效改寫前的αr等價;yr為輔助變量,與等效改寫前的sr等價,為了便于后續的交替方向乘子法的使用;
采用交替方向乘子法方法,上述問題的增廣拉格朗日函數表示如下:
其中,ur,vr,wr表示對偶變量的拉格朗日乘子;·,·表示內積;ρ為懲罰參數;表示圖拉普拉斯矩陣;
將上述問題劃分為多個子問題,使用迭代的方式對其一一求解:
其中,表示式子*達到最小值時·的取值;k表示第k次迭代;*(k+1)表示第k+1次迭代后*式的結果;*(k)表示第k次迭代后*式的結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于電子科技大學長三角研究院(湖州),未經電子科技大學長三角研究院(湖州)許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211317605.4/1.html,轉載請聲明來源鉆瓜專利網。





