[发明专利]一种基于Grab Cut算法的图像分割方法

说明书

本发明公开了一种基于Grab Cut算法的图像分割方法，该方法包括：采集待处理图像，形成图像数据集，并各个图像进行预处理；对预处理后的图像采用Graph Cut算法统计出对应图像中每个像素的标签值，并将目标前景用矩形框圈出，统计矩形框中标签的种类和每个标签对应像素点的数量；根据所述标签对应像素点的数量计算所述矩形框中每种标签的像素占整幅图像属于该种标签的像素比例，根据设置的双阈值确定矩形中标签的种类，进而得到掩膜图像信息；利用生成的掩膜图像，进行Grab Cut迭代分割，完成图像分割。本发明采用改进Grab Cut算法，可以有效的减少过分割以及欠分割缺陷的发生，提高图像分割的精确度。

技术领域

本发明属于图像处理在电子商务应用的领域，具体涉及一种基于Grab Cut算法的图像分割方法。

背景技术

随着信息服务的蓬勃发展，商标识别的应用越来越广泛，例如在电子商务平台监测用户参与度，在日常生活中特定领域的标志物识别(例如车辆标志和交通标志识别)，在体育领域，赞助商每年在体育营销上花费数百万欧元，俱乐部赞助球队，每年要在球队上投入一大笔金额。因此赞助商和俱乐部希望以更有效的途径让更多的观众直接、方便的获取赞助商和俱乐部的宣传信息，通过运动员商标商标识别来连接到主页网址是一种新的推介方式，所以从运动员穿着的衣物上进行商标识别是非常有必要的。

早些年间，文献[Chattopadhyay T,Sinha A.Recognition of trademarks fromsports videos for channel hyperlinking in consumer end[C]//2009IEEE 13thInternational Symposium on Consumer Electronics.IEEE,2009:943-947.]是在体育比赛中，实时将场地旁边的广告牌识别，以完成宣传赞助商的目标。文献[Kim Y S,Kim WY.Content-based trademark retrieval system using a visually salient feature[J].Image and Vision Computing,1998,16(12-13):931-939.]提出了一种基于文字的实时监测与识别运动场地广告牌的算法，该算法能在视频流中检测出广告牌在整个时间段内出现的次数，使广告商能有效判断是否达到了宣传的目的。

进行商标识别的前提是对图像中得到商标进行分割。将商标分割的目的是为了分割出无关背景，只将商标作为分类器的训练内容，有效的减少了背景等无关项的干扰，有利于训练准确性的提升。但是由于运动员在球场上剧烈运动，这就导致起衣服上的商标具有旋转、平移、缩放的特性，并且受环境的影响，例如光照不均匀、图像背景复杂、图片模糊情况的影响，所以传统图像分割算法易造成欠分割或者过分割的情况。

发明内容

发明目的：为了克服现有技术的不足，本发明提供一种基于Grab Cut算法的图像分割方法，该方法可以解决传统图像分割算法不能有效将图片进行分割，造成欠分割或过分割等问题。

技术方案：本发明所述的基于Grab Cut算法的图像分割方法，该方法包括：

采集待处理图像，形成图像数据集，并各个图像进行预处理；

对预处理后的图像采用Graph Cut算法统计出对应图像中每个像素的标签值，并将目标前景用矩形框圈出，统计矩形框中标签的种类和每个标签对应像素点的数量；

根据所述标签对应像素点的数量计算所述矩形框中每种标签的像素占整幅图像属于该种标签的像素比例，根据设置的双阈值确定矩形中标签的种类，进而得到掩膜图像信息；

利用生成的掩膜图像，进行Grab Cut迭代分割，完成图像分割。

进一步地，包括：

所述对各个图像进行预处理包括：对图像进行高斯滤波后，采用二阶拉普拉斯算子进行锐化处理。