[发明专利]一种基于超像素的动态户外环境中的自动分割方法在审
申请号: | 201710216762.9 | 申请日: | 2017-04-05 |
公开(公告)号: | CN106952278A | 公开(公告)日: | 2017-07-14 |
发明(设计)人: | 夏春秋 | 申请(专利权)人: | 深圳市唯特视科技有限公司 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/136 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 518057 广东省深圳市高新技术产业园*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 像素 动态 户外 环境 中的 自动 分割 方法 | ||
1.一种基于超像素的动态户外环境中的自动分割方法,其特征在于,主要包括计算低纹理超像素(一);使用最大类间方差法生成阈值色调图像(二);估计背景分布(三);像素标签分配(四);创建掩码(五)。
2.基于权利要求书1所述的自动分割方法,其特征在于,输入图像的色调饱和度值(HSV)色彩空间,输出分割图像;算法步骤如下:
(1)使用能量驱动采样(SEEDS)方法计算一组超像素并找到子集的低质感超像素;
(2)使用最大类间方差法对色相通道进行阈值处理,生成二进制图像T;
(3)基于确定背景的分布;
(4)根据为各个输出像素分配标签;
(5)创建一个掩码来消除背景对象之外的区域。
3.基于权利要求书1所述的计算低纹理超像素(一),其特征在于,将图像转换为HSV色彩空间,并将其分割成超像素;使用SEEDS方法计算超像素;在该超像素方法中,图像被划分为网格图案,用作初始的超像素分配;通过迭代修改其边界改进超像素分配。
4.基于权利要求书3所述的SEEDS算法,其特征在于,设置SEEDS算法的参数,使低纹理区域具有与初始网格分配形状相同的超像素,即令为SEEDS生成的一组超像素,则有一组超像素的形状为矩形,其对应于低纹理区域不变的超像素;对应于SEEDS算法的最小块,其可以基于图像的尺寸和为SEEDS选择的参数来确定。
5.基于权利要求书1所述的使用最大类间方差法生成阈值色调图像(二),其特征在于,使用最大类间方差法,通过阈值化HSV图像的色调通道来生成二进制图像T;在二进制图像中,值高于阈值的像素为黑色,其余像素为白色;图像T用于产生图像中低纹理区域的假设,因为低质感背景物体的颜色相对恒定;在应用程序中,蓝色背景对象的颜色值比其他常见颜色(如棕色,灰色或绿色)的颜色值低;只要背景中大部分像素的色调值与前景对象的色彩值不同,则可以使用多级阈值算法来生成T。
6.基于权利要求书1所述的估计背景分布(三),其特征在于,使用算法确定T与中的超像素重叠的区域,即算法遍历中的超像素;如果阈值图像T相应区域中的白色像素的百分比超过值ζ,则超像素被添加到集合中;集合由SEEDS算法确定的低纹理区域和其恒定颜色的所有超像素组成;
该组超像素中的所有像素位置用于估计背景像素的概率分布,成为色相图像中第i个像素的值;假设像素强度根据正态分布,即其概率密度由给出;分布参数μ和σ从的样本平均值和像素的样本方差中获得;将样本方差的最小值设置为σmin=4。
7.基于权利要求书6所述的算法,其特征在于,它用来确定背景像素,输入时设置低纹理超像素和阈值色调图像T;输出为设置背景超像素的对于每个超像素在ri区域T里的ti表示白色像素数;如果ti/area(ri)>ζ,则
8.基于权利要求书1所述的像素标签分配(四),其特征在于,将色调图像与分布进行比较,生成像素标签L的图像;令Fi为指示随机变量,如果色相图像中的第i个像素属于感兴趣对象,则为0,否则为0;根据p(Fi|hi)=φ,条件为hi的随机变量Fi是伯努利公式分布,其中参数图像L的第i个像素的标号由255×p(Fi|hi)给出。
9.基于权利要求书1所述的创建掩码(五),其特征在于,创建掩码图像M,其中包括感兴趣对象和背景对象的区域,把它们标记为白色,其它所有区域标记为黑色;最初,中的所有像素以及像素i在M中标记为白色,其中p(hi)>pm;小于M的阈值的连接分量从M中去除;然后,对M进行连续扩张操作,直到只有一个连接分量;所需的扩张操作的数量表示为d;轮廓、凸壳和凸状缺陷是从连接的组件中计算出来的;填充超过阈值(∈d)深度的凸状缺陷(即凸状缺陷中的最远点与凸壳之间的距离)以及所有内部轮廓;最后,将掩码的d次侵蚀恢复到原来的尺寸。
10.基于权利要求书9所述的掩码,其特征在于,将掩码应用于像素标签图像L,如果M的第i像素为0,则该像素在感兴趣区域之外,并且标记L中的相应像素;在这个应用中,标记值为0的像素,同时,感兴趣的区域内的像素被标记为255×p(Fi|hi)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市唯特视科技有限公司,未经深圳市唯特视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710216762.9/1.html,转载请声明来源钻瓜专利网。