[发明专利]一种基于全局能量函数优化的图像层次提取与编辑方法

摘要

本发明提供一种基于全局能量函数优化的图像层次提取与编辑方法，该方法包括对图像进行超分割得到若干超分割区域，提取各区域中有关层次关系的局部特征，并用局部特征进行前景‑背景关系和同层合并关系的判断；在判断结果的基础上建立一个全局能量函数，并用改进的差分进化算法求解该函数从而得到最终的层次关系；根据图像的层次关系，编辑所有层次间的偏序关系，当原有的偏序关系发生改变时，对原图像中被遮挡的层次进行轮廓填充和颜色填充。本发明能够结合局部信息和全局信息，在计算图像层次关系并在得到层次关系的基础上进行图像编辑。

主权项

一种基于全局能量函数优化的图像层次提取与编辑方法，其特征在于，该方法包括：S1：对图像进行超分割得到若干超分割区域，提取各区域中有关层次关系的局部特征，并用局部特征进行前景‑背景关系和同层合并关系的判断；S2：在判断结果的基础上建立一个全局能量函数，并用改进的差分进化算法求解该函数从而得到最终的层次关系；S3：根据图像的层次关系，编辑所有层次间的偏序关系，当原有的偏序关系发生改变时，对原图像中被遮挡的层次进行轮廓填充和颜色填充；所述局部特征包括T角点特征、边缘特征、显著性特征、颜色特征和纹理特征；步骤S1具体包括：S11：用图像分割算法对图像进行超分割，得到图像的超分割区域；S12：提取图像中的T角点，计算各T角点周围三条边缘的位置关系和张角大小，判断T角点的头部和尾部，进而对T角点周边的三个区域做出前景‑背景关系判断；S13：在每条边缘上抽取多个采样点，计算每个采样点的大小特征、方向特征和凸性特征，以此判断该采样点两侧区域的前景‑背景关系，从而根据每条边缘上所有采样点的判断结果，得到每条边缘两侧区域最终的前景‑背景关系；S14：计算每个超分割区域的显著性，通过比较两个区域的显著性来做出前景‑背景关系的局部判断；S15：先在HSV颜色空间中对颜色相近的超分割区域进行聚类，同时利用灰度共生矩阵得到每个区域的纹理特征向量，将有着相近颜色和纹理的超分割区域判断为同一层。