[发明专利]一种基于N-cut算法的陶瓷茶壶图像分割识别方法及装置

说明书

本发明公开了一种基于N‑cut算法的陶瓷茶壶图像分割识别方法及装置，该方法包括获取待识别的陶瓷茶壶图像，确定陶瓷茶壶图像的对称轴，分别计算陶瓷茶壶图像中两个像素点之间的位置相似度信息、空间相似度信息、纹理相似度信息；基于两个同侧像素点对应的位置相似度信息和空间相似度信息计算两个同侧像素点的第一相似度权值，并基于两个对称像素点对应的空间相似度信息和纹理相似度信息计算两个对称像素点的第二相似度权值；基于相似度权值对所述陶瓷茶壶图像进行N‑cut分割计算，得到所述陶瓷茶壶图像的最优分区。本发明实现了利用归一化切割技术从对称性，轮廓，纹理等多个维度对陶瓷茶壶进行分析识别，以此计算权值分配N‑cut算法分割，分割效果更好。

技术领域

本申请涉及计算机视觉技术领域，具体而言，涉及一种基于N-cut算法的陶瓷茶壶图像分割识别方法及装置。

背景技术

图像切割是计算机视觉研究中的一个经典难题，已经成为图像理解领域关注的一个热点。图像切割是图像分析的第一步，是计算机视觉的基础，也是图像理解的重要组成部分，同时也是图像处理中最困难的问题之一。图像切割是图像分析识别前的重要步骤，依据灰度、颜色、纹理和形状等特征把图像划分成若干互不交迭的区域，并使这些特征在同一区域内呈现出相似性，而在不同区域间呈现出明显的差异性。在计算机视觉中，图像分割技术可以通过不同角度，用不同的方法进行分析，且各具特点。

陶瓷茶壶是中国传承千年的著名文物，不同朝代的陶瓷茶壶在一定程度上反映了所属朝代的风貌和文化，然而由于茶壶结构特殊性，陶瓷茶壶的整体形状相同，通过常规图像分割技术，无法清晰地将不同陶瓷茶壶上的细节图像特征分析出来。即目前始终缺乏一种合适的方式来对陶瓷茶壶的图像进行分析识别。

发明内容

为了解决上述问题，本申请实施例提供了一种基于N-cut算法的陶瓷茶壶图像分割识别方法及装置。

第一方面，本申请实施例提供了一种基于N-cut算法的陶瓷茶壶图像分割识别方法，所述方法包括：

获取待识别的陶瓷茶壶图像，确定所述陶瓷茶壶图像的对称轴，基于所述对称轴分别将各所述像素点划分为同侧像素点集合与对称像素点集合，并分别计算所述陶瓷茶壶图像中任意两个像素点之间的位置相似度信息、空间相似度信息、纹理相似度信息；

从所述同侧像素点集合中两两随机选取同侧像素点，基于两个所述同侧像素点对应的所述位置相似度信息和空间相似度信息计算两个所述同侧像素点的第一相似度权值，并从所述对称像素点集合中两两随机选取对称像素点，基于两个所述对称像素点对应的所述空间相似度信息和纹理相似度信息计算两个所述对称像素点的第二相似度权值；

基于各所述第一相似度权值与各所述第二相似度权值对所述陶瓷茶壶图像进行N-cut分割计算，得到所述陶瓷茶壶图像的最优分区。

优选的，所述分别计算所述陶瓷茶壶图像中任意两个像素点之间的位置相似度信息、空间相似度信息、纹理相似度信息，包括：

在所述陶瓷茶壶图像中构建梯度向量场，基于所述梯度向量场计算任意两个像素点之间的位置相似度信息；

基于任意两个所述像素点之间的方向能量计算所述两个像素点之间的空间相似度信息；

基于LBP算子提取所述陶瓷茶壶图像的纹理特征向量，并基于所述纹理特征向量计算所述两个像素点之间的纹理相似度信息。

优选的，所述在所述陶瓷茶壶图像中构建梯度向量场，基于所述梯度向量场计算任意两个像素点之间的位置相似度信息，包括：

在所述陶瓷茶壶图像中构建梯度向量场，并基于任意两个像素点在所述梯度向量场中设置第一分量与第二分量；

基于所述第一分量与第二分量构建梯度向量场能量模型；

迭代所述梯度向量场能量模型，并基于所述第一分量与第二分量提取所述梯度向量场的局部特征曲率，即为位置相似度信息。

优选的，所述基于任意两个所述像素点之间的方向能量计算所述两个像素点之间的空间相似度信息，包括：