[发明专利]基于测地距离的交互方式图象分割方法

权利要求书

1.一种基于测地距离的交互方式图象分割方法，其特征在于，首先通过用户交互方式采集待 处理图像，提取图像的先验信息；其次，利用图像的先验信息构造前景信息的概率模型和 背景信息的概率模型，利用概率模型计算每个像素前景概率；然后利用前景概率的变化梯 度分别计算每个像素到达前景像素和背景像素的测地距离，通过比较两个测地距离确定该 像素点属于前景像素或背景像素，最终完成整个图像分割，其具体步骤如下：

A、用户交互方式采集待处理的图像，并在图像上标示出前景区域和背景区域，提取前景 图像的先验信息和背景图像的先验信息；

B、计算图像像素前景概率，其具体步骤如下：

B1、计算初始聚类中心位置

将前景图像和背景图像转化成灰度图，根据先验信息提取图像中前景像素点和背景像素 点分别保存；对保存的灰度值进行分类，本方法采用每10个灰度级为一区间，取像素点最多 的三个区间；分别在三个区间中读取像素点的位置，统计对应像素位置上的颜色值，计算这 些像素的颜色平均值，作为下一步聚类算法的初始中心位置；

B2、利用K-means算法基于上一步得到的初始中心，分别对提取的前景像素点和背景像 素点进行聚类，对于前景像素点，像素点数为N，聚类后分为三类像素点R₁，R₂和R₃，包含的 像素点数分别为k₁，k₂和k₃，计算每类的均值和协方差：

m1=Σ1k1R1/k1]]>

c₁＝(R₁-m₁)^T·(R₁-m₁)/k₁

建立对应分类R₁的高斯模型计算像素点的前景概率：

p(x|R₁)＝(2π)^-d/2·(c₁)^-1/2·exp[-1/2·(x-m₁)^T·c₁·(x-m₁)]

R₁在前景像素中的概率：

p(R₁)＝k₁/N

任一像素点颜色值x属于前景的概率为：

p(x|F)=Σi=13p(Ri)·p(x|Ri),Ri∈fpixel]]>

任一像素点颜色值x属于背景的概率为：

p(x|B)=Σi=13p(Ri)·p(x|Ri),Ri∈bpixel]]>

B3、像素点属于前景的概率为：

p(x)＝p(x|F)/(p(x|B)+p(x|F))

C、比较前景距离D_F(x)和背景距离D_B(x)，确定属于前景的像素点，完成图像分割，其 具体步骤如下：

C1、测地距离的定义：

从像素点x到前景划线的前景距离定义为：

前景距离

D_F(x)＝mind(s，x)s∈fpixel

从像素点x到背景划线的背景距离定义为：

D_B(x)＝mind(s，x)s∈bpixel

其中：图像中任意两点之间的距离：

d(s1,s2)=minCs1,s2∫s1s2|W(x)·Cs1,s2(x)|dx]]>

C_s1，s2(x)是连接像素点s₁和s₂的一条路径，W(x)对应路径上的权值，选取前景概率变 化率作为权值；

C2、计算测地距离：在离散情况下，d(s₁，s₂)近似为：

d(s1,s2)=minCs1,s2Σx,yWxy,]]>

W_xy＝|p(x)-p(y)|，x，y∈C_s1，s2

进而计算前景距离D_F(x)和背景距离D_B(x)；

C3、比较前景距离D_F(x)和背景距离D_B(x)，确定属于前景的像素点，完成图像分割，其 具体如下：

判断前景距离和背景距离的大小来确定属于前景的像素点，

Ω_F＝{x|D_F(x)≤D_B(x)}

输出显示时，只显示属于前景的像素点，完成图像分割。