[发明专利]一种鲁棒的图像显著性区域自动分割方法

摘要

本发明公开了一种鲁棒的图像显著性区域自动分割方法，包括以下步骤：首先，对图像进行超像素分割，得到图像超像素的测地距离，生成区域，边界长度，边界连通性值；然后，用HSLIC方法对原始输入图像进行超像素分割，并在此基础上使用SC方法进行全局显著性检测得到图像的显著性图；最后，使用边界连通性值和显著性图的显著性值作为图割方法的区域项，进行图像分割，输出图像的显著性区域分割结果。本发明的有益效果：将边界连通性值，图像显著性值和图割方法联系起来，通过图像自动分割技术得到图像显著性区域分割结果。

主权项

1.一种鲁棒的图像显著性区域自动分割方法，其特征是，包括以下步骤：步骤(1)：对图像进行超像素分割，得到图像超像素的测地距离，生成区域，边界长度，边界连通性值；所述步骤(1)包括以下步骤：步骤(1‑1)：输入原图像，对原图像进行超像素分割，并记录下超像素的相关情况；所述步骤(1‑1)的步骤如下：对输入图像进行SLIC方法分割，记录下每个超像素的标记号，每个像素所属的超像素类别，超像素邻接矩阵，以及图像边界上的超像素以待后续的使用；步骤(1‑2)：对步骤(1‑1)分割后的图像，计算每个超像素的测地距离；所述步骤(1‑2)的步骤如下：步骤(1‑2‑1)：对分割后的图像进行颜色空间转换，即由RGB空间转换为Lab空间；步骤(1‑2‑2)：根据步骤(1‑1)得到的超像素邻接矩阵，计算所有邻接超像素pi,pi+1在Lab空间的欧氏距离：其中，i的取值范围为1到N‑1，N为图像超像素的个数；pi表示第i个超像素，pi+1表示第i+1个超像素，li,ai,bi分别是第i个超像素在Lab颜色空间的三个分量，li+1,ai+1,bi+1分别是第i+1个超像素在Lab颜色空间的三个分量；步骤(1‑2‑3)：任意两个超像素的测地距离dgeo(pi,pj)为：从超像素pi开始沿着一条最短的路到达超像素pj的距离：其中，pk,pi,p2,...,pn,pj都是分割后图像的超像素，i,j取值范围均为1到N，k取值范围均为1到n‑1，n代表从pi到pj的路径上经过的超像素个数；min表示取最小值；当i＝j时，定义dgeo(pi,pj)＝0，即一个超像素和它自己的测地距离为0；步骤(1‑3)：利用步骤(1‑2)得到的每个超像素的测地距离计算每个超像素的生成区域；所述步骤(1‑3)的步骤如下：超像素pi的生成区域表示的是，超像素pi所属区域的一个软区域；该区域描述的是其他的超像素pj对于超像素pi所在区域的贡献大小；超像素pi的生成区域Area(pi)为：其中，exp表示指数函数，i，j取值范围均为1到N，N为图像超像素的个数，σclr＝10，σclr表示调整超像素pj对pi的区域影响大小的参数，S(pi,pj)表示超像素pj对pi的区域影响，dgeo2(pi,pj)由公式(2)计算得到；pj和pi测地距离越小，它对pi的区域贡献越大；步骤(1‑4)：利用步骤(1‑3)得到的每个超像素的生成区域计算每个超像素的边界长度；所述步骤(1‑4)的步骤如下：超像素pi的边界长度描述的是图像边界上的超像素对于pi的区域的贡献大小Lenbnd(pi)，计算定义为：其中，Bnd是图像边界上的超像素的集合，对于图像边界上的超像素，δ(pj∈Bnd)为1，其他为0；步骤(1‑5)：利用步骤(1‑3)、步骤(1‑4)的结果计算每个超像素的边界连通性值；所述步骤(1‑5)的步骤如下：超像素pi的边界连通性值描述的是pi属于图像的边界的可能性大小；边界连通性值是一个关于图像超像素边界长度和生成区域的一个函数：步骤(2)：用HSLIC方法对原始输入图像进行超像素分割，并在此基础上使用SC方法进行全局显著性检测得到原始图像的显著性图；步骤(3)：使用步骤(1)的边界连通性值和步骤(2)的显著性图中的显著性值作为图割方法的区域项，进行图像分割，输出图像的显著性区域分割结果；所述步骤(3)的步骤如下：采用图割方法来进行图像分割；根据图论的思想，将超像素看成是图上的一个个节点，源节点为S，汇节点为T，区域项转化为S或T到每一个超像素的权重，边缘项转化为超像素之间的权重；通过求解最大流最小割，将图像分成前景和背景区域；在边缘项不变的情况下，使用步骤(1)得到的图像边界连通性值和步骤(2)得到的显著性图的显著性值作为区域项的权重输入，自动地进行图像分割，得到较好的图像显著性区域分割结果；区域项的权重为：其中，w,σ分别是两个调节参数，w,σ∈[0.3,0.6]，S(pi)为利用步骤(2)得到的超像素pi的显著性值，BonCon(pi),S(pi)都归一化到[0,1]之间。