[发明专利]基于局部像素综合特征的彩色图像分割方法

说明书

本发明公开了一种基于局部像素综合特征的彩色图像分割方法，首先对原始彩色图像的三个分量进行滤波去噪，得到预处理的彩色图像；其次，构造小窗口图像并归一化到外接图像，利用2D‑FFT方法计算出三个通道的指数矩，并结合四元数理论求取快速高精度四元数指数矩；然后，计算幅值和相对相位作为像素特征，通过二维Tsallis熵对图像进行初分割，获得训练样本；最后，结合所得的像素特征与训练样本，利用模型完成图像分割。

技术领域

本发明属于数字图像分割技术领域，涉及基于阈值分割的图像分割方法，特别涉及一种基于局部像素综合特征的彩色图像分割方法。

背景技术

随着科技的发展，人们对信息的需求日渐增加，如何有效的从海量信息中挑选出有用的信息是信息处理的关键问题。图像处理作为信息处理的一种最常见的形式也在不断发展，而图像分割作为图像处理的中心环节更是被广泛关注。一般来说，对于一幅图像人们只对某一具体部分感兴趣，这部分感兴趣叫做对象，剩余部分叫做背景。在多媒体信息处理中，图像分割往往是必不可少的，其目的是区分出图像中的对象和背景，以便对对象区域进行研究。尽管已有各种各样的图像分割方法，但由于图像的复杂性，目前尚没有一种标准的分割方法适合于所有不同种类的图像，因此，图像分割技术仍是目前研究的热点之一。

在图像视觉特征提取过程中，颜色和形状是图像的两个最重要特征，能否准确的表征图像特征是影响分割效果的重要因素。现有的图像特征提取方法，如颜色矩阵，特征矩(Zernike矩等)，小波变换等，均使用单独的颜色特征或形状特征来表征图像，影响了分割效果。此外，如何能在高精确度特征提取方法的基础上，有效降低时间复杂度也是图像分割方法亟待解决的关键问题。

发明内容

本发明是为了解决现有技术所存在的上述技术问题，提供一种基于局部像素综合特征的彩色图像分割方法。

本发明的技术解决方案是：一种基于局部像素综合特征的彩色图像分割方法，其特征在于按照如下步骤进行：

约定：f(i,j)指原始彩色图像；I0(i,j)表示N×N小窗口图像；I(i,j)表示处理后的小窗口图像；f_p(r_u,θ_v)表示极坐标图像；E_nm表示指数矩，n为阶数，m为重复度；E_nm(f_R),E_nm(f_G),E_nm(f_B)分别表示R,G,B三个通道的指数矩；E表示四元数指数矩；表示快速高精度四元数指数矩；FZ代表幅值；xw代表相位；XW代表相对相位；g(mm,nn)指邻域平均灰度级；p(ii,jj)表示联合概率；和分别表示目标熵和背景熵；

a.初始设置

获取原始彩色图像f(i,j)并初始化设置；

b.滤波去噪

使用二维高斯低通滤波器分别对f(i,j)的R,G,B三个分量进行去噪处理，得到预处理的彩色图像；

c.快速高精度四元数指数矩计算

c.1构造以(i,j)为中心的3×3小窗口图像I0(i,j)，做I0(i,j)的外接圆，得到外接图像I(i,j)；

c.2将I(i,j)转化为极坐标图像f(r,θ)；

c.3计算指数矩：

其中，为径向函数A_n(r)的共轭，

c.4指数矩E_nm积分化为求和：