[发明专利]一种基于局部先验分布的交互式图像分割方法

摘要

一种基于局部先验分布的交互式图像分割方法，包括如下步骤1)对待分割的图像进行平滑处理，去除噪声；2)选取分割对象的局部来计算目标和背景的分布信息作为分布先验，假设原图像像素集合为I；3)根据现有图像建立图模型，利用最大流/最小割理算能量函数的最小值；4)对初步分割好的图像灰度图进行边缘检测，去除多余区域，对最终得到的分割结果进一步平滑得到最终的分割结果。本发明提供了一种基于局部先验分布的交互式图像分割方法，能减少图像分割所需要的时间，并提高复杂场景分割结果的精度。

主权项

一种基于局部先验分布的交互式图像分割方法，其特征在于，包括如下步骤：1)对待分割的图像进行平滑处理，去除噪声；2)选取分割对象的局部来计算目标和背景的分布信息作为分布先验，假设原图像像素集合为I，选取计算过程如下：2.1)选取分割对象局部图像S，将情况分为两种：2.1.1)对于简单场景，选择分割对象的局部；2.1.2)对于复杂场景，先增加分割对象范围框来缩小分割范围，此范围为U，再选择分割对象的局部，可用任意的闭合形状选择；综合以上两种情况，将图像I中的像素分为四类集合：{F,B,PF,PB}，其中F是前景像素点，B是背景像素点，PF是可能的前景像素点，PB是可能的背景像素点；其中对于简单场景中存在两种像素点PB和F，p为任意像素点；对于复杂场景，2.2)利用相应的局部信息计算前景和背景的分布Pp(Vp|O)＝||Vp‑μO||ΦPp(Vp|B)＝||Vp‑μB||Φ其中，Pp(Vp|O)和Pp(Vp|B)为任意像素点p分别属于目标和背景的分布概率，Vp是当前显示p的像素值，μO是前景像素值的和的平均值，μB是背景像素值的和的平均值，Φ是所选择的分布模型；3)根据现有图像建立图模型，利用最大流/最小割理算能量函数的最小值，过程如下：3.1)先进行图构建，利用上述求得局部信息来构建图，其中图中包含两种边n‑links和t‑links，n‑links是像素点与像素点之间相连的边，t‑links是像素点分别与目标点S和T相连的边，上述得到的局部先验信息决定t‑links边的赋值；3.2)利用max flow/min cut来求解能量函数的最小值；4)对初步分割好的图像灰度图进行边缘检测，去除多余区域，对最终得到的分割结果进一步平滑得到最终的分割结果。