[发明专利]一种基于最小生成树的超像素分割方法、系统及存储设备

权利要求书

1.一种基于最小生成树的超像素分割方法，包括：

构建无向加权图：获取图像的边缘谱信息，并结合图像像素的颜色信息，构建无向加权图G＝(V,E,W)以表达四邻域的像素邻接关系；其中，V为顶点集，表示图像像素集合；E为边集合，表示像素之间的邻域关系；W为边权重，描述两像素之间的差异性；

构造最小生成树：

(1)根据无向加权图G＝(V,E,W)，对应节点V＝{v₁,v₂,...,v_n}以及不同的边权重，记录每个节点的初始标签l(e)；(2)记录每个节点v_k对应的最小邻接边e_k，并将对应的初始标签添加到最小生成树的边集合中，即T←T∪{l(e₁),...,l(e_n)}；(3)记录每个节点对应连通分量的根节点标签；(4)移除环及平行边，仅保留最小权重平行边；(5)融合每个连通分量为单个超顶点，并更新所述无向加权图结构；

重复(1)到(5)的内容，得到最小生成树；其中，n为大于等于1的自然数，k∈{1,2,…,n}；

获取区域分割：将获取的最小生成树结构划分为一系列最小生成森林；对所述最小生成森林加入规则性约束并定义能量函数获取最终的区域分割；

其中，β_u,v为边权重，I为指示函数，L为节点的可能标签空间集合；L^|V|为所有图节点可能标签空间；α∈[0.5,1]为尺度因子，用来控制生成子树的节点个数与目标超像素面积的比例；N为总的像素个数；l为节点的可能标签；u,v∈E表示无向加权图结构的任意一条边。

2.根据权利要求1所述的超像素分割方法，所述方法还包括：对最小生成树的边权值排序，并依次获取e_i作为候选割边，若满足约束条件并降低了能量函数，则e_i被加入到割边集合中；否则继续获取下一候选割边；循环直到生成子树达到超像素个数。

3.根据权利要求1或2所述的超像素分割方法，所述方法还包括：构建无向加权图时，获取图像的边缘谱信息。

4.一种基于最小生成树的超像素分割系统，其特征在于：包括，

无向加权图构建模块：获取图像的边缘谱信息，并结合图像像素的颜色信息，构建无向加权图G＝(V,E,W)以表达四邻域的像素邻接关系；其中，V为顶点集，表示图像像素集合；E为边集合，表示像素之间的邻域关系；W为边权重，描述两像素之间的差异性；

最小生成树构造模块：

(1)根据无向加权图G＝(V,E,W)，对应节点V＝{v₁,v₂,...,v_n}以及不同的边权重，记录每个节点的初始标签l(e)；(2)记录每个节点v_k对应的最小邻接边e_k，并将对应的初始标签添加到最小生成树的边集合中，即T←T∪{l(e₁),...,l(e_n)}；(3)记录每个节点对应连通分量的根节点标签；(4)移除环及平行边，仅保留最小权重平行边；(5)融合每个连通分量为单个超顶点，并更新所述无向加权图结构；

重复(1)到(5)的内容，得到最小生成树；其中，n为大于等于1的自然数，k∈{1,2,…,n}；

区域分割获取模块：将获取的最小生成树结构划分为一系列最小生成森林；对所述最小生成森林加入规则性约束并定义能量函数获取最终的区域分割；

其中，β_u,v为边权重，I为指示函数，L为节点的可能标签空间集合；L^|V|为所有图节点可能标签空间；α∈[0.5,1]为尺度因子，用来控制生成子树的节点个数与目标超像素面积的比例；N为总的像素个数；l为节点的可能标签；u,v∈E表示无向加权图结构的任意一条边。