[发明专利]一种快速超像素分割方法

说明书

本发明公开了一种快速超像素分割方法，它是一种自上而下的迭代分割方法，该方法通过分析区域像素集的颜色一致性来判断区域的可分割性。本发明包括如下步骤：步骤1：根据公式(1)获得原始彩图对应的灰度图I^Gray；其中，I^Gray(x,y)表示图像I^Gray上坐标为(x,y)的像素灰度，I^R(x,y)表示图像I^R上坐标为(x,y)的像素灰度，I^G(x,y)表示图像I^G上坐标为(x,y)的像素灰度，I^B(x,y)表示图像I^B上坐标为(x,y)的像素灰度；I^R、I^G、I^B分别为原始彩色图像的红、绿、蓝通道图像；步骤2：根据灰度图I^Gray计算超像素区域集S。

技术领域

本发明涉及数字图像处理领域，具体是一种快速超像素分割方法；

背景技术

超像素分割技术是一种图像预处理技术，它将图像中的像素根据其颜色、纹理等特征的相似程度进行聚类，将超像素代替像素作为最小处理单元，可以减少图像中的冗余信息，极大改善很多图像处理算法的速度，对数字图像处理领域的发展具有重要意义。

目前已有的超像素分割方法主要可以分为两类：自上而下的图割法和自下而上的聚类法，第一种方法通过迭代分割图像使能量函数最小化从而确定超像素，比较典型的方法如Shi等人提出的Normalized cuts超像素分割方法，该方法用到的能量函数是根据图像的轮廓以及纹理特征设计，但该方法已被证明是一种NP-hard问题，算法的复杂度较高，不适用于处理大尺寸图像；第二种方法的思想是首先初始化一定数量的超像素中心点，然后通过迭代更新聚类结果直至满足一定收敛条件，从而确定超像素，如Achanta提出的一种局部迭代聚类算法SLIC，它首先在图像上初始化多个均匀分布的聚类中心，然后根据像素的颜色和空间距离对图像上的所有像素进行分类，然后不断更新聚类中心，重新聚类，直至满足终止条件来形成超像素。

目前已有的超像素分割方法为了保证较为精准的超像素分割效果，需要付出较大的时间代价，这些并不适用于那些对算法效率有较高要求的图像分析问题。

发明内容

为了解决现有技术中存在的上述技术问题，本发明提出了一种快速超像素分割方法，它是一种自上而下的迭代分割方法，该方法通过分析区域像素集的颜色一致性来判断区域的可分割性。本发明包括如下步骤：

步骤1：根据公式(1)获得原始彩图对应的灰度图I^Gray；

其中，I^Gray(x,y)表示图像I^Gray上坐标为(x,y)的像素灰度，I^R(x,y)表示图像I^R上坐标为(x,y)的像素灰度，I^G(x,y)表示图像I^G上坐标为(x,y)的像素灰度，I^B(x,y)表示图像I^B上坐标为(x,y)的像素灰度；I^R、I^G、I^B分别为原始彩色图像的红、绿、蓝通道图像；

步骤2：根据灰度图I^Gray计算超像素区域集S，具体步骤如下：

步骤2.1：初始化待分割区域集D＝{d₀}，其中，d₀＝(0,0,I^Gray.w,I^Gray.h)，I^Gray.w、I^Gray.h分别表示I^Gray的宽度和高度；