[发明专利]一种基于加权割合并的图像层次分割方法有效

专利信息
申请号: 201210257591.1 申请日: 2012-07-24
公开(公告)号: CN102831600A 公开(公告)日: 2012-12-19
发明(设计)人: 赵祥模;刘占文;林杉;杨澜;史昕;强轲楠;周经美;白国柱 申请(专利权)人: 长安大学
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 西安恒泰知识产权代理事务所 61216 代理人: 林兵
地址: 710064*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 加权 合并 图像 层次 分割 方法
【说明书】:

技术领域

发明涉及图像分割的方法,具体是一种基于加权割合并的图像层次分割方法,该方法应用了图谱理论。

背景技术

图像分割是把图像分成各具特性的子区域并提取出感兴趣区域的技术。图像分割是图像处理和计算机视觉中的重点和难点。目前提出的图像分割算法非常繁多,传统的图像分割方法主要分为三类:边缘检测分割、设置阈值进行分割、基于区域的分割方法。边缘检测分割通常是检测图像灰度的不连续性,将检测到的不连续边缘曲线合并为边界,这种方法非常直观有效,但由于边缘和噪声均为灰度不连续点,所以边缘检测不能区分出噪声;设置阈值进行分割是通过图像灰度直方图信息获取阈值,再将阈值与像素点的灰度逐一进行比较,分离出兴趣区域的分割方法,该方法计算简单、运算速度快,适用于兴趣区域和背景灰度级别不同的图像,但是阈值的选择没有特定的公式依据;区域分割考虑了图像的空间性质,以区域内像素点之间的相似性质为依据进行图像的分割。基于区域的分割方法包括分割聚合分割以及分裂分割两种,两种区域分割均采用迭代的方法,运行速度比较低。

基于图论的图像分割算法是近几年研究的热点,该算法考虑了图像局部特征与全局特征的关系,相比于传统的分割方法有着独特的优势。图论是离散数学的一个分支,具体以图为研究对象,研究顶点和边组成图形的数学问题。基于图论的图像分割是将图像映射为一幅无向权图G=(V,E,W),其中V={1,2,...i,...N}称为顶点集,V中的元素i称为顶点,i对应于图像中的每个像素点;E={eij}称为边集,E中的元素eij称为边,eij表示V中任意两顶点i,j之间的连线;W={wij}称为权集,W中的元素wij称为边eij的权,wij表示顶点i,j之间的相似程度。

对无向赋权图G=(V,E,W)的分割,有三类不同的分割准则:1)基于特征向量:代数图论中的谱聚类应用于图像分割时采用基于特征向量的分割标准,定义给定图的相似权值矩阵,通过求解相似权值矩阵的特征值与特征向量,对其聚类使图的顶点分簇,实现分割图像;但当图的相似权值矩阵维数比较大或聚类数目不能确定时,这种分割标准将无法对图像进行较好地分割处理,因此该方法仅适应于维数小的图像分割。2)区域合并:将图的每个像素点看成一类,通过相应的合并准则将相似度高的类进行合并以达到图像分割的目的。区域合并分割准则想法简单,容易操作;但分割图像的效果不理想,精确度不高。3)基于归一化割:基于图割的分割准则基本思想是使所划分的子图间相似性最小,将传统的图像分割问题转变为求图论中的图割最优化问题。基于图割的分割准则有很多,如最小分割(Minimum cut)、归一化分割(Normalized cut)、平均分割(Average cut)、比例分割(Ratio cut)、网巢分割(Nested cut)等,其中具有代表性的两种分割准则为最小割(Minimum cut)准则和归一化割(Normalized cut)准则。最小割(Minimum cut)准则是由Wu和Leahy共同提出的。这种方法仅仅考虑了子图间相似性最小原则,常常会将孤立点单独的分为一类,使得图像产生过分割。所以最小割(Minimum cut)准则没有得到广泛的应用。归一化割(Normalized cut)准则是由Shi和Malik提出的,这种方法在最小割(Minimum cut)准则的基础上考虑了子区局内的自相似性,因而采用了“归一化”方法。使得分割出的子图既满足类间相似度最小,同时满足类内相似度最大。这样,归一化割(Normalized cut)既考虑了图像的局部特征,也考虑了图像的全局特征,使分割效果大大的改善。

基于归一化割的图像分割步骤包括:

(1)对于一幅图像,构造无向赋权图G=(V,E,W)。其中,V是顶点集,元素i称为顶点,对应于图像中的每个像素点,V={1,2,...i,...N};E为边集,元素eij称为边,对应于图中任意两顶点i,j之间的连线,E={eij};W为权集,元素wij称为边eij的权,表示顶点i,j之间的相似程度,W={wij}。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长安大学,未经长安大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210257591.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top