[发明专利]从图像中自动分割目标对象的方法

权利要求书

1.一种从图像中自动分割目标对象的方法，其特征在于，包括：

步骤1，提取含有目标对象的图像，以提取的图像作为后续处理的对象，并对提取出的图像进行归一化；

步骤2，根据各个图像中标记的目标对象像素点计算位置先验概率，组成位置先验模型，所述位置先验模型包含各个像素位于目标对象区域中的位置先验概率，并对于训练集中已标记目标对象点的图像提取特征，进行SVM分类器的学习；

步骤3，依据所述位置先验模型和所述SVM分类器从待分割的图像的图像中选择目标对象种子和背景种子；

步骤4，从所述目标对象种子区域和背景种子区域中提取特征，并进行SVM分类器的在线学习；

步骤5，依据所述对应于待分割的图像的目标对象和非目标对象SVM分类器和所述位置先验模型对所述待分割的图像进行目标对象分割。

2.如权利要求1所述的从图像中自动分割目标对象的方法，其特征在于，

所述步骤1中归一化包括对图像进行旋转、平移操作。

3.如权利要求1所述的从图像中自动分割目标对象的方法，其特征在于，

所述步骤2包括：

步骤31，统计训练集中的图片的数量；

步骤32，对于每个像素，根据图像中标记的目标对象像素点统计所述像素位于目标对象区域中的次数，

将所述像素位于目标对象区域中的次数除以所述图片的数量，所得商为所述像素的位于目标对象区域中的概率；

步骤33，各个像素的位于目标对象区域中的概率组成位置先验模型。

4.如权利要求1所述的从图像中自动分割目标对象的方法，其特征在于，

所述步骤2还包括：

步骤41，针对训练集中的图片，根据图像检测的结果，在图像中分割出目标对象的边缘；

步骤42，沿着该边缘向外扩展多个像素的距离，得到一个环状区域；

步骤43，从图像的特征点位置，向外均匀画多条射线；

步骤44，，针对所述射线和所述环状区域的交集中的每个像素点，根据标记的目标对象像素点统计作为目标对象像素出现的频次，求出每个像素点的作为目标对象像素出现的概率，各个像素点的概率组成所述位置先验模型。

5.如权利要求1所述的从图像中自动分割目标对象的方法，其特征在于，

所述步骤3包括：

步骤51，对待分割图像的图像进行区域划分；

步骤52，以区域内各个像素的位置先验概率的平均值为所述区域的位置先验概率；

步骤53，SVM分类器根据区域的特征的平均值判断所述区域是否为目标对象区域；

步骤54，根据判断结果和区域的位置先验概率从区域中选择作为目标对象种子的区域和作为背景种子的区域。

6.如权利要求5所述的从图像中自动分割目标对象的方法，其特征在于，

所述步骤54包括：

步骤61，通过贝叶斯方法将所述SVM分类器的判断和目标对象位置先验概率结合，得到所述区域的贝叶斯后验概率；

步骤62，依据所述区域的贝叶斯后验概率从区域中选择作为目标对象种子的区域和作为背景种子的区域。

7.如权利要求1所述的从图像中自动分割目标对象的方法，其特征在于，

所述步骤5包括：

步骤71，通过贝叶斯方法将对应于SVM分类器输出概率和位置先验模型中目标对象发生的位置先验概率融合，生成待分割图像的贝叶斯概率；

步骤72，以所述贝叶斯概率作为Graph Cuts分割法的输入，应用Graph Cuts分割法完成目标对象分割。