[发明专利]基于T型结点线索的图像物体分割算法在审

专利信息
申请号: 201710024175.X 申请日: 2017-01-13
公开(公告)号: CN106815841A 公开(公告)日: 2017-06-09
发明(设计)人: 曹风云;施培蓓;杨雪洁;钱言玉;韩潇;胡玉娟 申请(专利权)人: 合肥师范学院
主分类号: G06T7/10 分类号: G06T7/10;G06T5/00
代理公司: 南京苏高专利商标事务所(普通合伙)32204 代理人: 柏尚春
地址: 230002 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 结点 线索 图像 物体 分割 算法
【说明书】:

技术领域

发明涉及数字图像处理领域,具体是涉及一种基于T型结点线索的图像物体分割算法,可应用于三维重建、深度恢复和图像复原。

背景技术

图像分割作为数字图像处理和计算机视觉领域一个基础性研究课题,在目标识别、场景重建、分类等方面有着广泛应用。一般情况下,图像分割算法总是针对特定的图像类型和分割目的,以便获得有效的分割结果。现今图像分割算法种类繁多,其中,有关颜色特征空间聚类的算法由于其边缘定位精确、控制参数少、分割结果优异等特点受到广泛关注和深入研究,代表性方法包括:K-means(参见文献:Fischler M A,Bolles R C.Random Sample Consensus:A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography.Communications of the Acm,1980,24(6):381-395.)和Mean Shift(参见文献:Comaniciu D,Meer P.Meer,P.:Mean shift:A Robust Approach Toward Feature Space Analysis.IEEE Transactions on Pattern Analysis and Machine Intelligence,2002,24(5):603-619.)。然而此类算法仅考虑局部信息,其适应范围局限性较大,当同一物体本身颜色特征差异较大,其分割结果极易出现过分割现象,导致分割结果欠佳,很难获得具有语义的图像物体分割结果;为了改善仅考虑局部信息的不足,在利用颜色信息的基础上结合全局信息的图论分割算法得到较好的研究,代表性的算法包括:基于图割(GraphCut)的方法(参见文献:Boykov Y Y,Jolly M P.Interactive graph cuts for optimal boundary&region segmentation of objects in N-D images,ICCV 2001,2001:105-112.)、归一化切割(Normalized Cut)算法(参见文献:Shi J,Malik J.Normalized cuts and image segmentation.IEEE Trans.pattern Anal.mach.intell,2000,22(8):888-905.)等。此类算法虽综合考虑全局信息,改进了仅考虑局部信息的不足,但由于其仍利用颜色信息,调整参数多,过分割依然没有得到很好的解决,也很难获得优异的分割结果;基于图论(Graph-Based)的分割算法(参见文献:Felzenszwalb P F,Huttenlocher D P.Efficient Graph-Based Image Segmentation.International Journal of Computer Vision,2004,59(2):167-181.)将图像像素矩阵构造为无向带权图,基于类内差最小和类间差最大,即类间差异尽量最大,二类类像素差异尽量保持最小的准则下得到可调节的分割结果。Graph-Based算法中阈值参数K用以控制分割区域块的大小,如何选取合适的k值很难控制,针对不同类型和大小场景的图像,取值各异,参数选取误差会导致过分割与过合并现象的发生,分割准确率低。

发明内容

发明目的:为了克服现有技术中存在的图像分割算法中普遍的过分割和过合并的难题,提供一种基于T型结点线索的图像物体分割算法,本算法采用L0梯度最小化方法去噪平滑,在此基础上进行适度过分割得到粗糙分割题,利用T结点线索引导分割区域合并,得到最终精细的图像物体分割图。

技术方案:为实现上述目的,本发明提供一种基于T型结点线索的图像物体分割算法,具体包括以下步骤:

步骤1):采集一幅常规目标场景图像;

步骤2):对采集到的常规目标场景图像分别进行去噪平滑后得到粗糙分割图和计算获得图像中蕴含的T结点信息图两方面处理,

其中利用输入图像得到粗糙分割图表示为A,其具体步骤为:

A1、利用L0梯度最小化方法,即利用图像非零梯度个数达到保留有价值的边缘细节的目的,同时剔除细小无价值部分,方程为:

c(f)=#{p||fp-fp+1|≠0}(1)

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合肥师范学院,未经合肥师范学院许可,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/201710024175.X/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