[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 | ||
发明公开了一种基于标签组传播的交互式图像分割方法。该方法为:首先将图像划分成若干个超像素,构造超像素对,并构造超像素对的关系矩阵;然后计算每一个超像素对属于标签对的初始概率;接着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;最后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。本发明能够在有限的先验知识下更好地检测出的物体轮廓,提高了对比度低和弱边界图像的分割效果。
技术领域
本发明涉及交互式图像分割技术领域,特别是一种基于标签组传播的交互式图像分割方法。
背景技术
交互式图像分割是指在用户提供的先验知识下,基于一定的相似性准则将用户感兴趣的目标从复杂的图像背景环境中分离出来,它是图像分析、模式识别和计算机视觉等领域中的一个关键问题,分割质量的好坏将直接影响后续相关应用。
基于图论的方法由于具备多特征融合、全局最优、执行效率高等优良特性,近年来受到了国内外学者的广泛关注,并成为了主流的交互式图像分割方法之一。当用户提供足够多的种子点时,传统基于图论的方法在分割简单彩色图像时往往能获得较好的分割结果。然而,该类方法对种子点的数量和位置较为敏感,当用户交互有限时,很难获得满意的分割结果。此外,传统图论方法只利用图像的局部像素关系来指引分割,由于没有充分利用图像的结构信息,往往较难分割包含噪声和纹理的图像。这些缺陷严重影响了该类方法的准确性和鲁棒性,限制了其应用范围。
发明内容
本发明的目的在于提供一种适用性强、分割效果好、效率高、鲁棒性强的基于标签组传播的交互式图像分割方法。
实现本发明目的的技术解决方案为:一种基于标签组传播的交互式图像分割方法,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。
进一步地,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。
进一步地,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。
进一步地,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:
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/201911261106.6/2.html,转载请声明来源钻瓜专利网。