[发明专利]基于二次限制区域生长法的图像分割方法

摘要

本发明属于图像分割技术领域，具体涉及基于二次限制区域生长法的图像分割方法，包括：步骤1，将图像从RGB空间转化为Lab空间；步骤2，设置种子点数和阈值，抛洒种子点，使用限制区域生长法和阈值对图像做标记；步骤3，以光栅扫描顺序遍历全图进行二次限制区域生长，将未标记各点进行标记；步骤4，计算上2步所划分各超像素块的各维度均值；步骤5，设定预计的分类个数，使用基于隐马尔可夫模型、应用伊辛模型和高斯函数的模拟退火算法对步骤3得到的超像素结果进行合并，得到最终的分割结果。本发明图像分割方法，使用限制区域生长法，使各种子点在步长乘步长的图像范围内进行区域生长，减小了计算工作量，提高了运行速度。

主权项

1.基于二次限制区域生长法的图像分割方法，其特征在于，包括以下步骤：步骤1.将图像从RGB空间转换到Lab空间；步骤2.对所述步骤1处理的图像进行第一次限制区域生长法生成初步的超像素块；步骤3.对图像继续进行二次限制区域生长，完成对全图的超像素块划分；步骤4.对全图超像素块的各波段进行均值计算并作记录；子步骤4a.统计全图各超像素块内部所含的全部像素点各波段总值和像素点数量，以全部像素点各波段总值与像素点数量进行商运算，即得到超像素块各波段的均值，将其作为该超像素块的波段值；上式中，S是各个超像素块的均值，N是超像素块内的像素个数，L_i、a_i、b_i是各像素点的各波段值；子步骤4b.将全图超像素块的各波段均值进行记录；步骤5.基于隐马尔可夫模型、应用伊辛模型和高斯函数的模拟退火算法对超像素块进行归类得到最后的图像分割结果；子步骤5a.计算各超像素块的邻接关系，确定初始区域个数、迭代次数和能量变化预定值，随机初始化种子超像素块；子步骤5b.使用Kmeans聚类算法对所有超像素块进行聚类，并计算归类后各类的均值和标准差，并将各波段数值进行加权；子步骤5c.根据高斯函数，计算图像的高斯能量U₁值；上式中，ω为聚类结果，F为超像素块的样本空间，s_i为各个超像素块，f_si是所述子步骤4b中记录的各个超像素块的均值，μ_ω是各个类的均值，σ_ω是各个类的标准差；子步骤5d.根据伊辛模型，计算图像的先验能量U2值，并计算出此次迭代的总能量U上式中，是势函数，ω为聚类结果，c₁,c₂,s,t为超像素块，β是马尔可夫合并代价，在本算法中β值取1；U＝U₁+U₂全图的总能量是伊森模型先验能量和高斯函数能量的和；子步骤5e.根据模拟退火算法的原理，计算全局能量变化，若小于能量变化预定值或达到迭代次数设置，迭代结束，保留超像素块聚类结果，否则重复子步骤5b；子步骤5f.将所有超像素块内的各像素点标记最终聚类类别，并在图像中输出分割结果。