[发明专利]一种基于标签组传播的交互式图像分割方法在审

专利信息
申请号: 201911261106.6 申请日: 2019-12-10
公开(公告)号: CN111178361A 公开(公告)日: 2020-05-19
发明(设计)人: 孙权森;齐圣哲;王涛 申请(专利权)人: 南京理工大学
主分类号: G06K9/34 分类号: G06K9/34;G06K9/62;G06T7/10;G06T5/00
代理公司: 南京理工大学专利中心 32203 代理人: 薛云燕
地址: 210094 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 标签 传播 交互式 图像 分割 方法
【权利要求书】:

1.一种基于标签组传播的交互式图像分割方法,其特征在于,包括以下步骤:

步骤1、将图像划分成多个超像素,构造超像素对;

步骤2、构造超像素对的关系矩阵;

步骤3、计算每一个超像素对属于标签对的初始概率;

步骤4、利用超像素对的关系矩阵,将超像素对的初始概率传递到全局;

步骤5、根据传递到全局的超像素对概率,确定超像素的类别,完成图像分割。

2.根据权利要求1所述的基于标签组传播的交互式图像分割方法,其特征在于,步骤1所述的将图像划分成若干个超像素,构造超像素对,具体如下:

步骤1.1、使用无监督分割算法,将图像划分为M个超像素;

步骤1.2、对于任意一个超像素,与其余M-1的超像素及自身组合,构建M-1个超像素对,M个超像素一共构建M2个超像素对。

3.根据权利要求1所述的基于标签组传播的交互式图像分割方法,其特征在于,步骤2所述的构造超像素对的关系矩阵,具体如下:

步骤2.1、取超像素中所有像素点特征的均值作为该超像素的特征;

步骤2.2、获取超像素的邻域关系,使用高斯函数,根据特征值建立超像素对的关系矩阵。

4.根据权利要求1所述的基于标签组传播的交互式图像分割方法,其特征在于,步骤3所述的计算每一个超像素对属于标签对的初始概率,具体如下:

通过高阶张量乘积图进行多元关系学习,捕获图像超像素之间的相互作用,估计出每一个超像素对属于标签对的初始概率,并加入高阶图拉普拉斯算子来平滑先验标签;

基于融合关系,超像素对sij属于标签对lmn的先验概率定义如下:

其中,i,j=1,…M,超像素对sij由超像素si和sj构成,标签对lmn由标签lm和ln构成,p(si∈lm|sj∈ln)为条件概率,定义如下:

其中,表示超像素Si和Sj之间的相似性,它的值越大则相似性越高;|L|表示标签的数目;

为超像素Si属于标签lm的先验概率,定义如下:

其中,ci为超像素si的特征,为聚类算法对标签lm种子点特征进行聚类获得的第k个聚类中心,K为聚类中心总个数。

5.根据权利要求1所述的基于标签组传播的交互式图像分割方法,其特征在于,步骤4所述的利用超像素对的关系矩阵,将超像素对的初始概率传递到全局,具体如下:

P(t)=αQP(t-1)+(1-α)P

其中,Q为步骤2获得的超像素对关系矩阵的行归一化矩阵,P为超像素对的初始概率矩阵,t为迭代次数,P(t)为P第t次迭代的结果,α为调控参数。

6.根据权利要求1所述的基于标签组传播的交互式图像分割方法,其特征在于,步骤5所述的根据传递到全局的超像素对概率,确定超像素的类别,完成图像分割,具体如下:

确定超像素类别时,根据该超像素与自身及其他M-1个超像素的元素对概率之和,如果这些元素对属于目标的概率大于属于背景的概率,则该超像素属于目标,否则该超像素属于背景,据此完成分类。

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南京理工大学,未经南京理工大学许可,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/201911261106.6/1.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