[发明专利]基于改进图表示的重复物体有效分割方法有效

专利信息
申请号: 201110173510.5 申请日: 2011-06-27
公开(公告)号: CN102270338A 公开(公告)日: 2011-12-07
发明(设计)人: 黄华;张磊;张洪超 申请(专利权)人: 西安交通大学
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 陆万寿
地址: 710049 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提出了一种基于改进图表示的重复物体有效分割方法。该方法首先对输入图像采用均值偏移算法进行过分割,在此基础上,用改进的图表示方法对过分割得到的分块,以及相邻、相似分块之间的关系进行表示,并采用最大流优化算法进行图割运算,实现对多个重复物体高效、准确的分割。
搜索关键词: 基于 改进 图表 重复 物体 有效 分割 方法
【主权项】:
1.一种基于改进图表示的重复物体有效分割方法,其特征在于:对于输入图像I,为输入的图像I中的每一个像素p∈I指定一个标签fp∈{0,1},得到前景像素集合F={p:fp=0},背景像素集合B={p:fp=1},为了求得标签集合{fp},构造了一个新的能量函数,该能量函数是在传统的马尔科夫随机场(MRF,Markov Random Field)模型的能量函数E(f)=ΣpPDp(fp)+Σp<qNVp,q(fp,fq)---(1)]]>的基础上增加了重复物体像素间的平滑惩罚项得到的,其形式如下:E(f)=ΣpPDp(fp)+Σp<qNVp,q(fp,fq)+Σ<i,j>HUi,j(fi,fj)---(2)]]>其中,p<q表示图中相邻像素之间的单向组合,这里的“相邻”是四邻域相邻或者八邻域相邻;Dp(fp)表示将像素p的标签设为fp时带来的数据项惩罚,即按照先验知识,该像素为前景,系统将其判为背景带来的惩罚,或者按照先验知识,该像素为背景,系统将其判为前景带来的惩罚;Vp,q(fp,fq)表示两相邻像素<p,q>分别被判为前、背景时带来的平滑项惩罚,Ui,j为重复区域像素之间的平滑惩罚项,H为相似像素点对集合,各结点的标签集合{fp}通过最小化上述能量函数得到;首先,用户通过白色和黑色比划分别确定种子前景区域F和种子背景区域B,用作分割时的先验信息,根据用户提供的先验信息,确定式2中的数据惩罚项Dp如下:Dp(fp=0)=dpFdpF+dpB]]>Dp(fp=1)=dpBdpF+dpB]]>其中分别表示像素p在颜色RGB空间中距离种子区域F和B的最小距离,在计算之前,先对种子区域前景和背景进行k均值聚类,得到前景聚类中心集合和背景聚类中心集合dpF=min||C(p)-KnF||]]>dpB=min||C(p)-KmB||]]>其中C(p)表示像素p在RGB颜色空间中的坐标;基于4邻域的平滑惩罚项Vp,q定义如下:Vp,q=λ·exp(-β·||C(p)-C(q)||2),<p,q>∈E其中λ常量用来平衡数据惩罚项和平滑惩罚项之间的权重,β常量用来控制在分割过程中对梯度变化的容忍程度;根据像素点对在RGB颜色空间中的距离,确定相似点对集合H:如果像素i和像素j在RGB颜色空间中的距离小于一个给定的阈值ε,则<i,j>∈H,与此对应的式2中的第三项定义为:Ui,j=μ·exp(-β·||C(p)-C(q)||2),<i,j>∈H其中μ为常量;根据上述对数据惩罚项Dp、基于空间位置关系的平滑惩罚项Vp,q和基于RGB颜色相似性的平滑惩罚项Ui,j的定义,通过最大流优化算法对式2进行快速求解,从而实现对多个重复物体的同时分割。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201110173510.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top