[发明专利]一种图像超像素生成系统在审
申请号: | 201810710992.5 | 申请日: | 2018-07-03 |
公开(公告)号: | CN108921912A | 公开(公告)日: | 2018-11-30 |
发明(设计)人: | 肖金保 | 申请(专利权)人: | 肖金保 |
主分类号: | G06T11/00 | 分类号: | G06T11/00;G06T7/11;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 030060 山西省*** | 国省代码: | 山西;14 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 像素模型 像素生成 像素生成模块 建立模块 评价模块 图像 后续图像处理 图像处理算法 生成图像 图像表示 复杂度 实时性 算法 像素 | ||
1.一种图像超像素生成系统,其特征在于,包括超像素模型建立模块、超像素生成模块和评价模块,所述超像素模型建立模块用于建立超像素模型,所述超像素生成模块用于根据超像素模型生成图像超像素,所述评价模块用于对所述图像超像素生成结果进行评价;
所述超像素模型建立模块用于建立超像素模型,具体为:设输入图像为C,其包含的像素个数为N,对图像进行过分割,得到超像素模型,将其超像素模型表示为:
式中,K表示超像素的个数,Cj和Ci分别表示第j个和第i个超像素。
2.根据权利要求1所述的图像超像素生成系统,其特征在于,所述超像素生成模块用于根据超像素模型生成图像超像素,具体为:
第一步,选择K个像素点标记为K个超像素初始的聚类中心;
第二步,计算图像中每个像素点到各个聚类中心的距离,并将该像素点标记为与其距离最近的聚类中心所在超像素的那一类;
第三步,将每个超像素包含的所有像素点的几何中心作为该超像素的新的聚类中心;
第四步,重复第二步和第三步,直至超像素新的聚类中心与旧的聚类中心的偏差小于事先设定的阈值,将该超像素作为最终生成的超像素。
3.根据权利要求2所述的图像超像素生成系统,其特征在于,所述计算图像中每个像素点到各个聚类中心的距离,具体为:
式中,D表示像素点到聚类中心的距离,d1表示像素点和聚类中心在RGB颜色空间的欧式距离,d2表示像素点和聚类中心在Lab颜色空间的欧式距离,d3表示像素点和聚类中心的空间位置的欧式距离,β1、β2、β3表示权重系数,β1+β2+β3=1。
4.根据权利要求3所述的图像超像素生成系统,其特征在于,所述评价模块包括第一评价模块、第二评价模块和综合评价模块,所述第一评价模块用于确定图像超像素生成的第一评价指标,所述第二评价模块用于确定图像超像素生成的第二评价指标,所述综合评价模块根据第一评价指标和第二评价指标对图像超像素生成结果进行评价。
5.根据权利要求4所述的图像超像素生成系统,其特征在于,所述第一评价模块用于确定图像超像素生成的第一评价指标,具体为:
采用下式确定图像超像素生成的第一评价指标:
式中,E1表示第一评价指标,M1表示图像标准分割边界的像素落入超像素边界周围1个像素宽度区域内的比例,M2表示图像标准分割边界的像素落入超像素边界周围2个像素宽度区域内的比例;所述第一评价指标越大,表示生成的超像素对图像的边界保持效果越好。
6.根据权利要求5所述的图像超像素生成系统,其特征在于,采用下式确定图像超像素生成的第二评价指标:
式中,E2表示第一评价指标,K表示超像素的个数,si表示第i个超像素的面积,li表示第i个超像素的周长;所述第一评价指标越大,表示生成的超像素越紧凑。
7.根据权利要求6所述的图像超像素生成系统,其特征在于,所述综合评价模块根据第一评价指标和第二评价指标对图像超像素生成结果进行评价,具体为:根据第一评价指标和第二评价指标确定综合评价指标:
E=13+log2(E1×E2+3)
式中,E表示综合评价指标;所述综合评价指标越大,表示生成的超像素综合性能越好。
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肖金保,未经肖金保许可,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/201810710992.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:结构化图片自动转换为源代码的方法
- 下一篇:图像重建的系统及方法