[发明专利]一种交互式图像分割方法有效

专利信息
申请号: 201310587120.1 申请日: 2013-11-20
公开(公告)号: CN103559719A 公开(公告)日: 2014-02-05
发明(设计)人: 董乐;谢山山;封宁;徐宗懿 申请(专利权)人: 电子科技大学
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 成都华典专利事务所(普通合伙) 51223 代理人: 徐丰;杨保刚
地址: 611731 四川省成*** 国省代码: 四川;51
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 交互式 图像 分割 方法
【说明书】:

技术领域

发明涉及数字图像处理技术领域,具体涉及一种交互式图像分割方法。

背景技术

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。现有的图像分割方法主要分以下几类:基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法。

目前,图像分割是图像处理、模式识别、计算机视觉领域中的关键问题。由于传统的机器自动分割和人工手动分割难以达到预期的目的,所以交互式图像分割成为当前的研究主流。图像分割发展至今,人们已经提出了许多的交互式图像分割方法,如Magic Wand,Intelligent Scissors,Bayes Matte,Knockout等。自2001年Boykov等人将GrabCut理论用于图像分割以来,基于GrabCut理论的图像分割方法成为当今的研究热点,该理论的新颖之处在于它的全局最优性和结合多种知识的统一性。根据不同的应用,人们在此基础上提出许多改进方法,如interactive graph cuts,active graph cuts,Graph Cuts Based Active Contours(GCBAC),GrabCut,Dynamic Graph Cuts(动态图割方法)等分割方法。其中GrabCut方法采用高斯混合模型(GMM)表征颜色概率分布,单纯地根据区域信息进行图像分割,对于前景和背景颜色信息相差较大的图像是一种较好的图像分割方法,但是对于前/背景颜色信息相似或者前景目标存在阴影的图像,提取的前景目标不准确,需要后期大量的人工修正。但是,经过人工后期修正的前景目标图像往往不精确,给前景目标的进一步分析与处理带来了误差。针对该问题,王建青等人提出了边界与区域相结合的目标提取方法,该方法结合GCBAC与GrabCut算法,对传统的GrabCut算法进行了一定的改进,但同时,该方法由于前后两次运用GrabCut算法,加大了计算量,还有一个比较明显的不足是,该方法需要用户描绘出前景目标的轮廓,这也增加了用户的工作量。

发明内容

本发明为解决现有技术存在的缺陷,而提供一种交互式图像分割法,既保留了GrabCut算法用户交互性少的优点,同时借助Canny算法,充分利用前景目标的边界信息,改进了GrabCut算法在前/背景颜色相似或前景目标存在阴影情况下的不足。除此之外,由于本发明方法降低了GrabCut算法的迭代次数,在运行效率上也得到了很大的提高。同时不需要用户描绘出前景目标图像的大概轮廓,减少了用户的工作量。

为解决上述技术问题,本发明所采用的技术方案是:

一种交互式图像分割方法,其特征在于,包括以下步骤:

A用户输入图像,并用矩形框框选包含前景目标图像的矩形区域;

B通过Canny边缘检测算法提取前景目标的外边界;

C用前景目标区域外边界初始化三元图,通过GrabCut算法剔除矩形区域中的背景区域,从而分割出前景目标图像;

D输出前景目标图像。

进一步地,上述的步骤B具体包括以下步骤:

a将矩形区域转换为灰度图像,并用Canny算法获取前景目标图像的边界信息;

b填充前景目标图像的边界信息,然后通过形态学方法进行腐蚀、膨胀处理从而获得前景目标图像边界信息的灰度掩码图像;

c将获得的灰度掩码图像转换为彩色掩码图像并与原矩形区域做换位与运算,从而获得前景目标图像的外边界。

进一步地,上述的步骤C具体包括以下步骤:

a、将步骤B中获得的前景目标的外边界作为划分三元图的初始边界线,边界线以外的区域称为背景区域(为了便于描述,简称为Tb),边界线以内的区域称为未知区域(为了便于描述,简称为Tu),前景目标图像称为Tf,初始时TF设为空;

b将TB中的像素点标号值α设为0,Tu内的像素点的标号值α设为1,根据标号值分别为0和1的集合初始化高斯混合模型(GMM)获得矩形区域、前景目标和背景颜色信息;

c计算Tu中的前景目标图像的GMM标号,计算矩形区域内的背景图像的GMM标号;

d对Tu构造s—t网络,用最小割算法切割一次,更新集合Tb、Tu、Tf,得到GMM参数;

e、在确定的GMM参数下对框选的前景目标图像区域构造s—t网络,用最小割算法进行切割,更新集合背景区域、未知区域和前景目标图像,获取前景目标图像。

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电子科技大学,未经电子科技大学许可,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/201310587120.1/2.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