[发明专利]基于最小生成树与统计学习理论的图像分割方法

摘要

本发明提出了一种基于最小生成树与统计学习理论的图像分割方法，在构建影像图模型的基础上，采用自底向上（合并）策略，用最小生成树算法按照本发明设计的基于统计学习理论的合并准则来构造生成多个最小生成树的过程。该分割方法在满足全局最优的同时，能有效利用区域统计特性，适合于各类高分辨率影像分割；具有较好的抗噪声性能，对纹理区域也能得到较好的分割效果，同时能获得良好的区域边界。

主权项

基于最小生成树和统计学习理论的图像分割方法，其特点是：包括以下步骤，步骤一、将图像用简单图模型来表示，简单图模型的每个顶点对应图像的一个像素，每两个邻接顶点之间用边连接，每条边的边权值为该边连接的两个顶点所对应两像素之间的差异；步骤二、基于统计学习理论设定区域合并准则，并设置分割参数；步骤三、对步骤一所得简单图模型进行基于最小生成树的影像分割，分割时从简单图模型中的最小权值边开始按区域合并准则进行合并直到最大权值边，合并生成的每个最小生成树代表一个连通的区域。