[发明专利]一种多目标交互式图像分割方法和装置

说明书

本发明提供一种多目标交互式图像分割方法和装置，所述方法包括如下步骤：(1)输入待分割图像，并建立待分割图像的副本图像；(2)在待分割图像中选取交互种子点，根据交互种子点和初始设定的相似性规则，确定目标区域灰度区间；(3)根据待分割图像的灰度直方图曲线，得到全局阈值，并根据目标区域灰度区间和全局阈值的关系，分割副本图像；(4)根据交互种子点，对交互种子点所在的目标区域进行连通分析，得到交互种子点所在的目标区域模板；(5)重复步骤(2)‑(4)，得到所需分割的多目标模板，并根据多目标模板，对待分割图像进行填充。本技术方案不仅能够保证目标区域的可靠分割，还能实现交互式的多目标联合分割和管理。

技术领域

本发明涉及图像处理领域，尤其涉及一种多目标交互式图像分割方法和装置。

背景技术

图像分割是将图像分成一些有意义的区域，然后对这些区域进行描述，相当于提取出某些目标区域图像的特征，判断图像中是否有感兴趣的目标。图像分割的基础是像素间的相似性和跳变性。所谓“相似性”是指在某个区域内像素具有某种相似的特性，如灰度一样，纹理相同；所谓“跳变性”是指特性不连续，如灰度值突变等。图像分割的方法有多种，按照是否需要人工参与分割过程，分为交互式分割和自动分割。自动分割由于现阶段存在的目标图像种类、制式差异性较大，在通用性、特异性分割的矛盾中，难以取得通用符合实际的分割结果，适用范围有限。交互的半自动分割能更好地结合人的经验知识和计算机自动处理，应对复杂目标的分割处理，是目标检测、识别、跟踪等的必要技术。

目前，现有的交互分割方法按照原理分为基于边界检测的方法和基于区域相似性合并的方法。其中，基于边界检测的交互分割方法一般是根据交互输入点，不断寻找其领域灰度跳变的像素组成边界，闭合边界围城的区域则认为为同一目标。这种方法的缺点在于，只关注边界信息，求得封闭曲线边界，而造成边界内区域的像素差异性较大，常常错误分割，使目标图像的整体性遭到破坏。

基于区域相似性合并的方法包括区域生长、聚类等算法，通过不同的相似度计算规则来判别当前像素是否纳入目标区域，不断遍历交互点所在区域直到所有的点合并完成。这种方法的复杂度较高，图像分割效率低下，需要多次遍历图像数据，更新目标的存储区域，难以实现多目标分割及管理。

发明内容

本发明解决的问题是提供一种多目标交互式图像分割方法和装置，不仅能够保证目标区域的可靠分割，还能实现交互式的多目标联合分割和管理。

为了解决上述问题，本发明提供了一种多目标交互式图像分割方法，包括如下步骤：

(1)输入待分割图像，并建立所述待分割图像的副本图像；

(2)在所述待分割图像中选取交互种子点，根据所述交互种子点和初始设定的相似性规则，在所述副本图像中，确定目标区域灰度区间；其中，所述交互种子点为所述待分割图像上选取的目标像素点；

(3)根据所述待分割图像的灰度直方图曲线，得到全局阈值，并根据所述目标区域灰度区间和所述全局阈值的关系，分割所述副本图像；

(4)根据所述交互种子点，对所述交互种子点所在的目标区域进行连通分析，得到所述交互种子点所在的目标区域的模板；

(5)重复步骤(2)-(4)，得到所需分割的多目标模板，并根据所述多目标模板，对所述待分割图像进行填充，即完成对所述待分割图像的多目标分割。

上述所述一种多目标交互式图像分割方法，其中，所述待分割图像显示在界面上，进行交互；所述副本图像存储在内存中。

上述所述一种多目标交互式图像分割方法，其中，在所述副本图像中，确定所述目标区域灰度区间的过程为：遍历所述交互种子点的邻域，将符合所述初始设定的相似性规则的像素点进行归并，并统计所述归并的像素点的灰度分布，得到所述目标区域的灰度分布范围，即所述目标区域灰度区间。