[发明专利]一种基于显著性和近邻形状查询的物体图像分割方法

权利要求书

1.一种基于显著性和近邻形状查询的物体图像分割方法，其特征在于，步骤如下：

S1、在CPU中输入图像I，采用MeanShift或者Watershed的方法进行M个尺度的过分割，每个尺度j上图像都对应N_j个互不交叠的区域集合{R_j,i}，R_j,i表示第j个尺度的第i个区域，i＝1,2,…,N_j，j＝1,2,…,M；

S2、针对步骤S1划分的每个尺度的区域集合，基于区域上下文和封闭性先验，计算显著性，并将多个尺度的结果进行加权融合，得到图像的显著性图Map(I)；

S3、将得到的显著性图进行划分，通过设置三级阈值T1、T2、T3，高于T1的区域为物体候选区域；高于T2的区域为物体种子区域；低于T3的区域为背景种子区域；

S4、根据显著性特征图的相似性查找近邻分割形状，计算得到形状概率图；形状概率图的具体计算方法如下：

S41、针对高于T1的外界矩形区域或者当前的二值分割结果，归一化当前的显著性图Map(I)为WⅹH固定大小，与训练集合的分割二值图对齐，排除背景区域；

S42、针对归一化后的Map(I)，从训练集的归一化显著性特征图中，查询相似度最大的k个近邻索引；

S43、将最近邻的k个样本对应的分割结果做线性组合，形成形状概率图；

S5、将形状概率图和颜色概率图融合，通过优化求解GraphCut问题，得二值分割结果。

2.根据权利要求1所述的一种基于显著性和近邻形状查询的物体图像分割方法，其特征在于：步骤S5中，颜色概率图的计算方法为针对种子区域或当前的分割结果，建立RGB通道的高斯混合模型，得到物体和背景的颜色条件概率，形成颜色概率图。