[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

权利要求书

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σ_min＝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r_i区域T里的t_i表示白色像素数；如果t_i/area(r_i)>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F_i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(F_i|h_i)＝φ，条件为h_i的随机变量F_i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(F_i|h_i)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(h_i)>p_m；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(F_i|h_i)。