[发明专利]基于核传递的半自动图像分割方法

说明书

技术领域

本发明属于图像处理领域，特别是涉及一种基于核传递的半自动图像分割方法，可用于目标提取和目标检测。

背景技术

图像分割是计算机视觉与数字图像处理中最基本的问题之一，它是对图像进一步分析、识别、跟踪和理解的基础。图像分割将图像中的像素按照不同的视觉特征或者语义分割成不同的子集。具体的讲，图像分割是为图像中的每个像素指定一个标号的过程，其目的是使具有相似视觉特征或相同语义的像素具有相同的标号。同时，研究图像分割具有十分重要的意义，它可广泛应用于半自动图像检索，视频会议，2D转3D技术，目标检测与跟踪及医学图像分析等众多领域。

按照分割过程中用户是否参与，可将图像分割分为全自动图像分割、半自动图像分割和人工图像分割三种类型。全自动分割包含一些常见的分割算法，如阈值分割、区域增长分割等。由于图像的多样性以及场景的复杂性，使得这些算法难以得到准确的分割结果，边缘准确性不好。

半自动图像分割需要用户的参与，它是一种操作者和计算机协同完成图像分割过程的方法，充分地利用了计算机的强大运算能力和人提供的先验信息。这种分割方法的优点体现在以下两个方面：第一，精度高，在减少人工干预的情况下，该方法既弥补了自动分割的不足，又比手动分割要精确的多；第二，可重复性，对一幅图像进行分割时，分割的结果不会因为操作者的不同和分割过程的不同而产生差异。

传统的半自动图像分割方法大多是基于Graph Cut的交互式分割方法，该方法可以寻找到全局最优的分割结果，但是对于一些背景和前景目标颜色相似的图像，该方法就失效了。Rother等人于2004年提出了Grab Cut，(Rother，C.，V.Kolmogorov and A.Blake.Grabcut：Interactive foreground extraction using iterated graph cuts.ACM Transactions on Graphics(TOG)3：309-314.2004)该方法在用户操作方面极大的改进了半自动图切方法，只需要用户标注出包含感兴趣目标的最小矩形框，既可获得分割结果，但是目标边缘保持不好。Y.Li等人为了降低图切方法在半自动图像分割上的复杂度，于2004年提出了用分水岭预分割图像获得超像素，(Li，Y.，et al.Lazy snapping.ACM Transactions on Graphics(ToG)3：303-308.2004  )该方法用分水岭过分割获得的区域，即超像素作为处理单元，再使用图切的方法，获得半自动的分割结果。它在降低复杂度的同时，使得分割结果依赖于分水岭的过分割结果，缺乏区域一致性。Ning等人于2010年提出了基于最大相似度的区域合并的半自动图像分割方法，(Ning，J.，et al.，Interactive image segmentation by maximal similarity based region merging.Pattern Recognition，43(2)：p.445-456.2010.)该方法采用均值漂移预处理图像获得超像素，再采用区域增长合并的方式获得分割结果，迭代的过程增加了算法复杂度。

针对半自动图像分割中的区域分割不够准确，翟书娟等人于2010年公开了基于活动轮廓模型的交互式图像分割修正方法，(西安电子科技大学.基于测地线活动区域模型的交互式图像分割修正方法[P].中国：CN101714253A.2010-05-26.)该方法能一定程度的提高图像中感兴趣区域分割结果的区域一致性和边缘准确性，但其性能与初始曲线的确定有关。

上述这些方法尽管提高了图像分割性能，但仍然存在一些问题：1)不能保持超像素数据点间的一致性；2)感兴趣目标边缘不够清晰；3)没有经过学习图像数据本身的特性，使得这些方法不具有全局特性，分割结果不稳定。

发明内容

本发明的目的在于针对上述现有技术的不足，提出一种基于核传递的半自动图像分割方法，以保持图像数据一致性，获得清晰的目标边缘，提高分割结果的稳定。

实现本发明目的的技术思路是：采用均值漂移方法，将图像预分割成多个超像素，计算每个超像素的颜色直方图，构造图像的相似度矩阵，标记前景和背景超像素，得到成对约束集合和种子核矩阵，按照核传递方法的映射关系将其映射到一个核空间，并获得核矩阵，采用k均值聚类方法对核矩阵按行进行分类标记，输出并显示边缘清晰的前景目标图像。其具体步骤包括如下：