[发明专利]一种实现交互式图像分割的方法、装置及终端

说明书

本文公开了实现交互式图像分割的方法、装置及终端。所述方法包括：将涂抹轨迹作为骨架生长成标记区，确定包含标记区的感兴趣区域，生成图像分割算法的输入掩模图：将标记区中像素作为掩模图中前景点，将感兴趣区域中标记区外的像素作为掩模图中背景点；获取包含目标对象深度信息的深度图，根据深度图和掩模图确定所述掩模图上各个像素的分割参数，构建无向图并将掩模图中的每一个像素的分割参数映射到无向图中，根据最小割‑最大流算法对所述无向图进行处理，获得精细分割后的掩模图，从原始图像中分割出精细分割后的掩模图中前景点对应的图像。本文能缩短算法的运行时间，利用图像的深度信息改善图像分割的效果。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种实现交互式图像分割的方法、装置及终端。

背景技术

图像分割，是指将平面图像依照颜色、纹理、形状等特征将其划分为互不相连的若干区域，这是图像处理领域的一项实用的基础技术。现有的图像分割技术有基于阈值的分割方法、基于边缘的分割方法、基于区域的分割方法、基于能量泛函的分割方法、基于图论的分割方法等。其中在图论方法里比较知名的有GraphCut算法及其改进版本GrabCut算法。

GraphCut算法及其改进版本GrabCut算法，是基于区域标注的交互式图像分割方法。GraphCut算法是基于马尔可夫随机场(Markov Random Field,MRF)能量最小化框架的一种算法，优点在于可以结合多种理论知识进行全局最优求解。GrabCut算法是对GraphCut算法的改进，GrabCut算法通过在原始图像上标注出前景点(要提取的目标对象上的点)和背景点生成掩模图，利用原图和掩模图对前景、背景颜色空间建立高斯混合模型(GaussianMixture Model，GMM)，利用GMM参数学习、估计过程中可进化的迭代算法完成能量最小化，判决出图像中的前景点和背景点，从原图中提取出由前景点像素组成的目标图像。

在手机上使用GrabCut算法进行图像分割时，为了降低交互的复杂性，通常对用户如何标记不做严格要求，因此，在用户标记的前景点较少的情况下迭代次数可能很多，算法运行时间较长，影响了用户的体验。另一方面，相关技术中的GrabCut算法是基于彩色图像进行图像分割的，当要提取的目标对象的颜色特征并不明显时，利用彩色图进行分割的分割效果并不理想。

发明内容

本发明所要解决的技术问题是提供一种实现交互式图像分割的方法、装置及终端，能够缩短算法的运行时间，利用图像的深度信息改善图像分割的效果。

本发明实施例提供了一种实现交互式图像分割的方法，包括：

检测到原始图像上的涂抹轨迹后，将所述涂抹轨迹作为骨架生长成标记区，确定包含所述涂抹轨迹的一块区域作为感兴趣区域，所述感兴趣区域包含所述标记区，生成图像分割算法的输入掩模图：将所述标记区中所有的像素作为所述掩模图中的前景点，将所述感兴趣区域中标记区外的像素作为所述掩模图中的背景点；

获取包含目标对象深度信息的深度图，根据所述深度图和掩模图确定所述掩模图上各个像素的分割参数，所述分割参数用于表示像素判决为前景点或背景点的概率以及所述像素与相邻像素的深度值差异；

构建无向图，将所述掩模图中的每一个像素的分割参数映射到所述无向图中，根据最小割-最大流算法对所述无向图进行处理，获得精细分割后的掩模图；

从拍摄所述目标对象所获得的原始图像中分割出所述精细分割后的掩模图中前景点对应的图像。