[发明专利]一种基于多层次区域合成的图像分割方法有效

专利信息
申请号: 201710929464.4 申请日: 2017-10-09
公开(公告)号: CN107833224B 公开(公告)日: 2019-04-30
发明(设计)人: 彭博;孙昊;李天瑞 申请(专利权)人: 西南交通大学
主分类号: G06T7/11 分类号: G06T7/11;G06T7/187;G06T7/162
代理公司: 成都盈信专利代理事务所(普通合伙) 51245 代理人: 崔建中
地址: 610031 四川省成都市高新*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种基于多层次区域合成的图像分割方法,首先利用现有多层次图像分割算法得到多层次分割结果;其次进行全局层次范围的合成:由低层次到高层次选择图像的多幅分割结果,分别计算每个层次的图像区域特征,并对多种征进行统一量化描述,建立多层次图像分割的合成模型,利用多标签图割方法进行分割区域的最优组合;然后根据全局层次合成的结果,选择局部层次范围,用多标签图割模型进行第二次合成;最后将第二次合成的层次标签进行区域映射,获得最终的图像分割结果。本发明从多个分割层次中选择目标分割质量高的区域,实现了自适应选择;并使用较少的区域特征计算分割质量,减少参与计算的区域节点数量,使用的优化组合模型优化效果更好。
搜索关键词: 一种 基于 多层次 区域 合成 图像 分割 方法
【主权项】:
1.一种基于多层次区域合成的图像分割方法,其特征在于,通过图像分割的层次采样选择,提取不同层次图像分割的区域特征,利用特征所反映的分割质量和多层次区域之间的语义一致性,建立多层次分割区域优化组合模型,得到最优的分割结果,包括如下步骤:步骤1:通过现有多层次分割算法获取具有树形结构的分割结果,包括二叉树或超度量轮廓图;将分割结果按分割层次逐一展开,得到自下而上n幅单一层次的分割图像S={s1,s2,...,sn},其中每个分割结果包含的区域个数满足|s1|<|s2|<...<|sn|;步骤2:第一次分割层次组合,在全局层次范围选择最优层次区域,包括:步骤2.1:在S中选取k1个分割层次用于区域合成;以l1为固定步长,由低到高选择k1幅分割结果其中计算S1中每幅分割图像区域的五种特征:区域内颜色一致性特征、纹理一致性特征、区域间颜色直方图卡方距离和纹理直方图卡方距离,以及分割区域的几何尺寸特征;将这五种特征值相加,得到区域的分割质量分数;步骤2.2:构建多层次分割区域的组合优化图模型G=<V,E>,V,E分别表示图G的节点和连接节点的边,分别对应中的分割区域以及区域之间的连接关系;设置图模型的n‑links值:对于ei∈E,如果ei的权值为10000,否则为10;设置图模型的t‑links值:V中每个节点有k1个t‑links值,分别设为步骤2.1中基准分割层次中的每一个层次之间对应区域的分割质量分数;其中,基准分割层次的区域r在其它层次中对应的区域定义为:r'为层次中的区域,S'为中的任意一个层次;步骤2.3:求解步骤2.2中所构建图模型的最优解,得到V中每个节点的最优层次类别标签其中记L1中覆盖分割区域面积最大的标签为lmax;步骤3:第二次分割层次组合,在局部层次范围选择最优层次区域,进一步优化组合,包括:步骤3.1:以lmax对应的分割层次为中心,以l2为固定步长,在lmax的局部前后选择k2个层次的分割结果,计算S2中每幅分割中区域内颜色一致性特征、纹理一致性特征、区域间颜色直方图卡方距离、区域间纹理直方图卡方距离,以及分割区域的几何尺寸特征;将这五种特征值相加,得到区域的分割质量分数;步骤3.2:重复步骤2.2,构建以为基准的图模型,并用步骤2.2的方法设定n‑links值,用步骤3.1的结果设t‑links值;步骤3.3:求解步骤3.2中所构建图模型的最优解,得到每个节点的层次类别标签步骤4:根据步骤3.3得到的标签找到对应分割层次的分割区域,将区域按原空间位置排列,得到合成的分割结果。
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南交通大学,未经西南交通大学许可,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/201710929464.4/,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