[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
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 | ||
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。
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。