[发明专利]基于多节点拓扑重叠测度的高阶MRF模型的图像分割方法

权利要求书

1.基于多节点拓扑重叠测度的高阶MRF模型的图像分割方法，其特征在于，首先输入一幅待分割自然图像；然后对参数进行初始化；再构造基于MTOM的高阶MRF先验能量项；根据局部区域一致性WGMM似然能量和基于区域的部分二阶Potts先验模型建立基于多节点拓扑重叠测度的高阶MRF图像分割能量模型；采用Gibbs采样算法对高阶MRF图像分割能量模型进行优化，确定图像分割结果；

建立局部区域一致性WGMM似然能量具体为：

S401、采用Hamming距离衡量中心像素x_s和其邻域像素x_r的距离度量，引入邻接像素x_s与x_r之间的相似性，定义权重函数w(y_r)；

S402、把构建的权重引入到高斯混合模型(Gaussian Mixture Model，GMM)中，得到局部区域一致性WGMM似然模型；

S403、采用EM算法，迭代估计GMM参数

S404、建立局部区域一致性WGMM似然能量P(X|Y,θ)，局部区域一致性WGMM似然能量P(X|Y,θ)，具体为：

其中，P(x_s|y_s,θ)为一个GMM，参数分别为第l个GMM分布的均值和方差，Λ＝{0，1，...,L}，L表示图像分割标签的总数，为一个归一化函数；

基于区域的部分二阶Potts先验模型具体为：

其中，Z(β)是一个归一化常量；β∈[0.1,5]为Potts模型先验参数；δ(y_s,y_r)为delta函数；

基于多节点拓扑重叠测度的高阶MRF图像分割能量模型具体为：

E_G(Y|X,Θ)＝E_d(X|Y,θ)+E_s(Y|β)+E_h(X|Υ)

其中，Θ＝(θ,β,Υ)；E_d(X|Y,θ)表示局部区域一致性WGMM似然能量，θ为似然能量模型参数，E_s(Y|β)表示部分二阶Potts先验，β为Potts类型先验能量模型参数，E_h(X|Υ)表示基于MTOM的高阶MRF先验项，Υ为高阶先验能量模型参数。

2.根据权利要求1所述的基于多节点拓扑重叠测度的高阶MRF模型的图像分割方法，其特征在于，待分割自然图像X具体为：

X＝{x_s|x_s∈Ω,s∈S}

其中，Ω＝{0,1,...,255}表示图像中观察像素x_s的强度值范围，S表示一个有限格点集合；

定义分割图像的标签场为：

Y＝{y_s|y_s∈Λ,s∈S}

其中，Λ＝{0，1，...,L}，L表示图像分割标签的总数。

3.根据权利要求1所述的基于多节点拓扑重叠测度的高阶MRF模型的图像分割方法，其特征在于，参数初始化具体为：

局部区域w_s、分类标签数L、WGMM的均值和方差随机初始化；先验参数β；归一化参数ρ、幂邻接参数γ；Gibbs采样算法初始温度T⁽⁰⁾。

4.根据权利要求1所述的基于多节点拓扑重叠测度的高阶MRF模型的图像分割方法，其特征在于，构造基于MTOM的高阶MRF先验能量项具体为：

S301、For s＝1 to S，根据输入图像X＝{x_s|x_s∈Ω,s∈S}，计算邻接像素的MTOM；

S302、建立局部区域w_s的高阶拓扑空间先验

S303、如果s＝S，得到图像X所有区域的高阶拓扑空间先验能量。