[发明专利]一种基于局部图结构相似度的图像分割方法

权利要求书

1.一种基于局部图结构相似度的自适应图像分割方法，其特征在于：包括以下步骤：

S1：将原始图像均匀划分为多个互不重叠的子图像并计算其平均子图像；

S2：建立平均子图像图连接矩阵；

S3：计算平均子图像图连接矩阵的特征向量；

S4：设置滑动窗口，其尺寸与子图像大小相同；

S5：将滑动窗口移动至原始图像左上角，建立当前窗口内像素点灰度值的图连接矩阵；

S6：使用获得的特征向量对当前窗口获得的图连接矩阵进行分解，获取当前窗口分解后的矩阵信息；

S7：将分解后的矩阵信息分解为对角矩阵和非对角矩阵，并计算非对角矩阵的1范数；

S8：将滑动窗口向右移动一个像素，重复步骤S6-S7；

S9：继续遍历当前图片所有像素，形成局部窗口非对角矩阵的1范数序列；

S10：对获得的1范数序列进行规范化处理；

S11：设置输入阈值，若1范数大于该阈值则该范数对应的像素点为同一类别，反之为另一类别；

所述的步骤S2中,平均子图像图连接矩阵的建立算法为：

其中X为所建立的平均子图像图连接矩阵，d为相关像素点之间的欧几里得距离，下标为子图像对应序号，对于含有n个像素点的子图像，平均连接矩阵的总元素为n×n个。

2.根据权利要求1所述的基于局部图结构相似度的自适应图像分割方法，其特征在于：所述的步骤S6中,使用获得的特征向量对局部窗口进行分解的算法为：

Y^t＝ΓX^tΓ'

其中，X^t为当前滑动窗口元素，Y^t为当前滑动窗口元素所分解后的矩阵信息，Γ为步骤S3中获得的特征向量，t为滑动窗口序号。

3.根据权利要求1所述的基于局部图结构相似度的自适应图像分割方法，其特征在于：所述的步骤S10中,规范化处理的算法为：

其中，N为局部窗口元素计算后的1范数序列，N'为规范化后的1范数序列，N_min为原始1范数序列的最小值，N_max为原始1范数序列的最大值。