[发明专利]图像分割方法及装置、计算机设备及可读存储介质有效

专利信息
申请号: 201810823610.X 申请日: 2018-07-25
公开(公告)号: CN108986119B 公开(公告)日: 2020-07-28
发明(设计)人: 许景涛;索健文;李月 申请(专利权)人: 京东方科技集团股份有限公司
主分类号: G06T7/11 分类号: G06T7/11
代理公司: 北京正理专利代理有限公司 11257 代理人: 付生辉
地址: 100015 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 分割 方法 装置 计算机 设备 可读 存储 介质
【说明书】:

发明公开一种图像分割方法及装置、计算机设备及可读存储介质。该方法包括:对待分割图像进行超像素预分割以得到超像素图像,并对待分割图像进行二值化处理,得到二值图像;将超像素图像与二值图像结合,得到二值化超像素图像;对二值化超像素图像进行距离变化,得到梯度均匀的灰度超像素图像;对灰度超像素图像进行种子点标记,得到种子点灰度值大于1且整体目标区域中除种子点之外其他像素块的灰度值为1的种子点超像素图像;对种子点超像素图像中灰度值为1的像素块进行标记填充,得到不同目标区域中像素块灰度值为各目标区域中种子点灰度值且标记出不同目标区域之间的边界像素块的分割图像。本发明可精确高效地实现图像分割。

技术领域

本发明涉及计算机视觉技术领域。更具体地,涉及一种图像分割方法及装置、计算机设备及可读存储介质。

背景技术

针对包含相互粘连目标的图像,现有的图像分割方法包括以下几种:

第一种为腐蚀膨胀法:腐烛膨胀法是主要针对凝聚颗粒二值图像处理所采取的方法,通过采用二值腐烛算法处理目标图像,直至得到清晰的单一目标。去除目标以外的对象,利用膨胀算法对提取的目标进行再次处理,便可得到还原颗粒,若以此二值图像为窗口,就可以从原始图像中找出对应区域。

第二种为测地重建法:测地重建法对于连通性图像的处理效果极为明显,通过引入测地形态学中的几个重要概念,重新构造图像处理算法。得到的算法比腐烛膨胀法用到的两种算法更为有效。

第三种为分水岭算法:分水岭算法实际上是对灰度图像进行了测地形态变换,其将边缘得到增强的灰度图像近似为地质图,地理高度利用像素亮度值进行描述;山脉利用图像边缘和边界进行描述;低谷以及盆地利用图像背景(或目标区)进行描述。

上述三种方法均从数学形态学演变而来,具有易于实现的优点。但由于二值图像本身的限制,对于粘连现象较严重的图像,上述三种方法均会出现较严重的欠分割或过分割现象,图像分割的精度较低且效率较低。

因此,需要提供一种可精确高效地实现图像分割的图像分割方法及装置、计算机设备及可读存储介质。

发明内容

本发明的目的在于提供一种可精确高效地实现图像分割的图像分割方法及装置、计算机设备及可读存储介质。

为达到上述目的,本发明采用下述技术方案:

本发明第一方面提供了一种图像分割方法,包括:

对待分割图像进行超像素预分割以得到超像素图像,并对待分割图像进行二值化处理,得到整体目标区域像素点灰度值为1且背景区域像素点灰度值为0的二值图像;

根据与超像素图像中各像素块位置对应的二值图像中像素点的灰度值为1与为0的个数比例,得到整体目标区域像素块灰度值为1且背景区域像素块灰度值为0的二值化超像素图像;

对二值化超像素图像进行距离变化,得梯度均匀的灰度超像素图像;

对灰度超像素图像进行种子点标记,得到种子点灰度值大于1且整体目标区域中除种子点之外其他像素块的灰度值为1的种子点超像素图像;

对种子点超像素图像中灰度值为1的像素块进行标记填充,得到不同目标区域中像素块灰度值为各目标区域中种子点灰度值且标记出不同目标区域之间的边界像素块的分割图像。

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京东方科技集团股份有限公司,未经京东方科技集团股份有限公司许可,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/201810823610.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 back_top