一種基於廣義數據場和Ncut算法的圖像分割方法
2023-06-06 23:00:01
專利名稱：一種基於廣義數據場和Ncut算法的圖像分割方法
技術領域：
本發明屬於圖像處理技術領域，特別涉及一種基於廣義數據場和Ncut算法的圖像分割方法。
背景技術：
圖像分割就是將一幅圖像劃分為有意義且不重合的區域，每塊區域幾乎具有相同的性質，這是圖像處理研究中重要的環節，同時也是計算機視覺中重要的研究課題；目標檢測、特徵提取、目標識別都依賴準確的圖像分割技術，由於圖像分割技術作為圖像處理中一項基礎工作，因此得到了較為廣泛的應用，各種分割算法相繼被提出。在眾多分割算法中，非參數聚類是其中最簡單且應用最為廣範的一種圖像分割算法，非參數聚類方法大致可以劃分為兩類層次聚類和密度估計；層次聚類技術依據數據 點之間的距離進行分類，這樣往往導致較高的計算複雜性，以及不能為數據聚類直接定義一個有意義的停止準則，這意味著不同的數據集需要設置不同的停止準則；基於密度估計的非參數聚類的基本原理是在特徵空間中用經驗概率密度函數描繪數據集的特徵分布，特徵空間中的密集區域對應密度函數的局部最大值(即頂點)，一旦確定了頂點的位置，便可以根據特徵空間的局部結構確定聚類結果，例如，mean shift (MS)是一種非參數圖像聚類算法，但是單獨的MS算法對窗寬參數的選擇很敏感，即針對不同的參數設置，該算法的分割結果有差異性很大，而且是一種很耗時的分割算法，因此，在實際運用中，該算法的分割結果可能會出現過多的分割區域、錯誤的分割以及在分割進程中花費太多的時間。在一些提出的算法中，為了改善MS的分割結果，集成了基於圖的分割方法，基於圖的方法也是圖像分割中非常重要的一類，例如有normalized cuts (Ncut), averageassociation, minimum cut等等；在這些方法中，把每個像素點看作一個頂點,相鄰的點之間由一條邊連接，而兩個點的不相似度量作為邊的權重，從而構造一個無向加權圖，與其他基於圖的分割算法相比，Ncut算法的應用較為廣泛，為了克服MS圖像分割算法的缺點，將MS算法與遞歸Ncut算法相互結合，稱其為MS-Ncut,MS-Ncut算法首先通過MS算法得到包含很多碎塊的初始分割圖像，然後根據這些過分割的塊建立一個無向加權圖，採用Ncut算法修正初始分割結果，在Ncut運算過程中，每個結點生成輔助子節點雖然在一定程度上進一步優化了分割結果，但是對於MS-Ncut中出現的問題並沒有從根本上解決，而且大大增加了算法的時間複雜度。
發明內容
為了得到更好的分割結果，避免出現上述的問題，本發明提出了一種新的圖像分割算法一一種基於廣義數據場和Ncut算法的圖像分割方法，該方法能夠通過集成廣義數據場⑶F與Ncut兩種算法，簡單、迅速、準確地將一幅圖像劃分為邏輯上有意義的區域。為解決上述技術問題，本發明採用如下技術方案I、一種基於廣義數據場和Ncut算法的圖像分割方法，包括以下步驟，
步驟I、層次網格的劃分以及勢值估計，具體包括以下步驟，步驟I. I、將圖像的RGB顏色特徵空間轉換為L*u*v*或L*a*b*顏色特徵空間，將L*u*v*或L*a*b*顏色特徵空間Q劃分為2NX 2NX 2N個小網格作為第一層網格,計算每個小網格內數據點的均值，並以此作為該小網格的特徵值，形成一個新的特徵空間Qs ;步驟I. 2將八鄰域小網格合併成為一個大網格作為第二層網格，形成一個新的特徵空間Qb及其相應的網格空間坐標值；步驟I. 3根據勢值估計公式計算第一層網格內每個小網格的勢值#(/),
權利要求
1.一種基於廣義數據場和Ncut算法的圖像分割方法，其特徵在於包括以下步驟， 步驟I、層次網格的劃分以及勢值估計，具體包括以下步驟， 步驟I. I、將圖像的RGB顏色特徵空間轉換為L*u*v*或L*a*b*顏色特徵空間，將L*u*v*或L*a*b*顏色特徵空間Ω劃分為2NX 2NX 2N個小網格作為第一層網格,計算每個小網格內數據點的均值，並以此作為該小網格的特徵值，形成一個新的特徵空間; 步驟I. 2將八鄰域小網格合併成為一個大網格作為第二層網格，形成一個新的特徵空間Qb及其相應的網格空間坐標值； 步驟I. 3根據勢值估計公式計算第一層網格內每個小網格的勢值斜/),
2.根據權利要求I所述的一種基於廣義數據場和Ncut算法的圖像分割方法，其特徵在於所述步驟3具體包括以下步驟， 步驟3. I基於步驟2. 3中得到的不重和的初始區域構建一個無向加權圖G= (V，E，W)，V是圖像的頂點，E是連接頂點的邊的集合，W是權重矩陣，根據公式W(Lj)=
全文摘要
本發明提供一種基於廣義數據場和Ncut算法的圖像分割方法，首先，將特徵空間劃分為層次網格，第一層網格和第二層網格，同時形成與之對應的網格特徵空間Ωs和Ωb，第一層每8個相鄰小網格形成第二層的一個大網格；然後通過運用GDF算法基於第二層網格計算得到第一層網格的勢值分布。基於勢值分布，再將第一層網格進行聚類，聚類結果映射到圖像上，從而實現對於一幅圖像的初始分割操作，將其劃分為不同的彼此不相交的區域；最後，基於圖像初始分割的結果構建無向加權圖後，運用基於區域的Ncut算法來合併性質相同的區域，直至達到最佳圖像分割結果。本發明在圖像分割上具有快速、簡單、準確的優點。
文檔編號G06T7/00GK102855624SQ20121026561
公開日2013年1月2日 申請日期2012年7月23日 優先權日2012年7月23日
發明者王樹良, 李英, 尹進飛, 陳其良, 李偉 申請人:武漢大學