[发明专利]一种基于超像素和长短时记忆网络的图像分割方法

说明书

本发明公开了一种基于超像素和长短时记忆网络（Long Short‑Term Memory,LSTM）的图像分割方法，包括训练和测试两个阶段，训练阶段：对图像训练集进行预处理；利用一种超像素分割算法进行预分割；建立超像素图；根据超像素图构建适用于LSTM输入的特征序列训练集和真值集；训练LSTM模型。测试阶段：对待分割图像进行预处理、超像素分割、构建超像素图并构建特征序列；将特征序列输入已训练的LSTM模型，根据分类结果还原分割后的图像。本发明基于超像素分割，通过训练神经网络对超像素块进行分类获得分割结果，解决了传统分割网络对于空间边缘分割精度不足的问题，同时利用LSTM对于序列特征数据分类的特点，融合了超像素块的邻域信息，进一步提高了分割精度和时间性能。

技术领域

本发明属于图像分割技术领域，是一种基于超像素和长短时记忆网络(LongShort-Term Memory，LSTM)的图像分割方法。

背景技术

图像分割是由图像处理进到图像分析的关键步骤，也是一种基本的计算机视觉技术。图像分割就是把图像分成各具特性的区域并提取出感兴趣目标区域的技术和过程。现有的图像分割主要分为下面几类：基于阈值的分割方法，基于区域的分割方法，基于边缘的分割方法以及基于聚类的分割方法。随着近年来深度学习的发展，越来越多基于深度神经网络的方法也逐渐应用于图像分割领域。Jonathan Long等人在2015年提出了全卷积神经网络(Fully Convolutional Networks，FCN)，通过构建端到端、像素到像素训练的卷积网络来提取图像语义信息，成功应用于图像分割领域。此外，循环神经网络(RecurrentNeural Network，RNN)由于能够接受序列结构输入，更好地考虑输入特征向量之间相关性，近年来也有研究将其应用于图像分割，尤其是医学图像分割领域。

传统基于聚类方法的图像分割算法，如K-Means、FCM、SOM等方法，在应用时都有各自的优缺点。例如K-means在实现时较为简单快速，但它对于噪点较为敏感，并且分割结果较大依赖于初始化；FCM和SOM对于初始化并不敏感，但这两种方法都需要依赖于不断地迭代，使得算法非常耗时。利用神经网络的图像分割，是一种有监督的机器学习方法。通过将待分割图像输入预训练的模型，即可得到分割结果，这使得在测试阶段的分割时间大大提升，并且能够处理更为复杂的图像分割任务。但是，目前广泛利用的分割网络FCN由于池化层的降采样操作，使得得到的分割结果在边缘精度上表现不佳。此外，像U-Net和SegNet虽然通过改进网络结构，在分割精度上有了很大提升，但由于此类网络是基于像素的语义分割网络，其分割结果存在对于个别像素语义信息分类错误的情况，因其较小的感受野，也没有很好地考虑其较大邻域的信息。

发明内容

本发明的目的是为了克服现有技术的上述缺陷而提出了一种基于超像素和长短时记忆网络(Long Short-Term Memory，LSTM)的图像分割方法，该方法利用超像素对图像进行预分割，通过训练LSTM对超像素块进行分类，实现图像分割。引入超像素解决了传统分割网络对于空间边缘分割精度不足的问题，同时利用LSTM对于序列特征数据分类的特点，融合了超像素块的邻域信息，在提高分割性能的同时也提高了分割的时间性能。

实现本发明目的的具体技术方案是：

一种基于超像素和长短时记忆网络的图像分割方法，该方法分为训练和测试两个阶段，包括如下步骤：

步骤a：对图像训练集进行预处理；

步骤b：利用一种超像素分割算法进行预分割，去除作为背景的超像素块，构建超像素图；

步骤c：根据超像素图构建适用于LSTM输入的特征序列训练集和真值集；

步骤d：训练LSTM分类模型；

步骤e：对待分割的测试图像，重复步骤a-c，将构建的特征序列输入已训练的LSTM模型，得到超像素块分类结果，将分类结果还原得到分割结果。