[发明专利]一种基于动态滑动窗口的目标种子搜索方法

说明书

技术领域

本发明涉及目标种子搜索方法领域，尤其涉及一种动态滑动窗口目标种子搜索方法。

背景技术

利用种子生长法进行目标分割是图像分割中的一种重要方法。设计高效的种子搜索方法可以大幅提高目标分割的速度和精度，这对于目标分割的实际应用而言有着重要的意义。这一问题总体上有两种解决办法：一是交互式分割中广泛使用的人工标记法，即手动交互的方式划定分割范围或指定种子的位置；另一种是通过特征检测的方式自动搜索分割目标所需要的种子。为了提高目标分割的自动化程度，本发明提出了一种基于动态滑动窗口的目标种子分搜索。

在许多实际应用中，由于目标的周围存在噪声、遮挡和背景粘连等因素影响，采用整体图像进行目标种子搜索的方法准确率较低，易出现误检和漏检。对于这种情况，通过提取图像的特征信息，并利用一个局部搜索窗对整幅图像进行滑动窗口搜索是一个有效的方法。对于窗口的滑动而言，最简单的搜索方法是穷举法，即每次滑动一个像素进行一次匹配算法，由于这种滑动方法效率很低，人们通常使用动态滑动法降低计算量。现有的许多方法是利用累加相似度进行匹配相似度计算，其中和分别表示从训练集提取的目标特征直方图和搜索窗口中的特征直方图。这种方法会使得冗余相似度大幅增加，进而导致滑动窗口排除无种子标窗口的能力有限，本发明提出了使用联合相似度代替累加相似度作为新的相似度定义，并基于此给出了一种高效的种子搜索方法。

发明内容

本发明要解决的技术问题是提供一种涉及基于动态滑动窗口的目标种子搜索方法，以解决滑动窗口冗余值增长速度过快，排除无种子窗口的能力有限的问题。

本发明的目的是通过以下技术方案来实现的：

一种动态滑动窗口目标种子搜索方法，包括以下步骤：

S1：基于训练集提取目标特征直方图；

S2：提取水平大搜索窗图像特征；

S3：提取竖直小搜索窗图像特征；

S4：计算竖直小搜索窗特征联合匹配相似度；

S5：利用滑动模型计算小搜索窗滑动步长p，并将当前竖直窗口位置v滑动更新至v+p处；返回步骤S3，重复步骤S3-S5，直至竖直小搜索窗抵达图像下边缘；

S6：计算水平大搜索窗联合特征匹配相似度；

S7：利用滑动模型计算大搜索窗滑动步长q，并将当前水平大搜索窗位置h滑动更新至h+q处；并返回步骤S2，重复步骤S2-S7，直至大搜索窗抵达图像右边缘；

S8：当水平和竖直搜索窗同时到达右边缘和下边缘时结束搜索并输出结果。

进一步的，步骤S4和S6中，计算特征联合匹配相似度的计算表达式为：

其中，

为从训练集提取的目标特征直方图；j＝1,2,…m为连续的m个搜索窗内的特征直方图，连续的搜索窗是指只相差一个像素距离的搜索窗。

进一步的，步骤S5和S7中，所述的滑动模型的计算表达式为：

其中，ω表示滑动步长，在步骤S5中，ω＝p；步骤S7中，ω＝q；θ为相似度阈值；D为搜索窗沿搜索方向的长度；m为需要联合的搜索窗个数。

与现有技术和产品相比，本发明有如下优点：

本发明提供了一种涉及动态滑动窗口的目标种子搜索方法，包括在预处理阶段提取训练集目标特征直方图作为种子匹配依据；种子搜索时，首先分别计算当前水平大窗和竖直小窗图像的特征匹配相似度；然后进入竖直小搜索窗阶段，并基于滑动模型确定竖直小搜索窗口滑动步长；当小搜索窗抵达图像下边缘时，进入水平大窗口搜索阶段；水平大搜索窗首先计算图像特征匹配相似度；基于滑动模型确定大窗口滑动步长，直至抵达图像右边缘；当水平和竖直搜索窗同时到达右边缘和下边缘时结束搜索并输出结果。本发明克服了滑动窗口中常用的累加相似度方程冗余值增长速度过快，排除无种子窗口的能力有限的问题；大幅提高了利用滑动窗口进行目标搜索的效率。

附图说明

图1为本发明的基于动态滑动窗口的目标种子搜索方法的总体流程图。

图2为本发明的目标种子搜索方法中水平大搜索窗搜索流程示意图。

图3为本发明的目标种子搜索方法中竖直小搜索窗搜索流程示意图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合附图及具体实施方式对本发明作进一步的详细描述。

如图1所示，本实施例提供一种基于动态滑动窗口的目标种子搜索方法，包括以下步骤：

A1：基于训练集提取目标特征直方图；