[发明专利]一种基于双边格的高分辨率图像的图切分图像分割方法

说明书

本发明公开了一种基于双边格的高分辨率图像的图切分图像分割方法，包括以下步骤：步骤A、根据输入图像大小和算法需要构建双边格；步骤B、根据空间采样比、色度采样比将需要分割的原图像嵌入到双边格；步骤C、把所有像素点用双边格顶点代替；步骤D、对双边格中所有顶点进行标签化，步骤E，在双半格执行图切分图像分割；步骤F、通过三线性插值把双边格图切分结果插值回图像空间。本发明利用双边格数据结构，将高分辨率输入图像迁移至低分辨率双边格，在双边格域执行图切分算法。本发明的优势是使得嵌入式设备能够进行高分辨率图像的图切分图像分割。

技术领域

本发明涉及给出一种基于双边格的图像分割方法，属于图像处理技术领域。

背景技术

智能手机和移动处理终端的消费级使用扩大了数字媒体的使用群体和相关应用，引领了数字媒体大数据发展。由于智能手机和移动终端等嵌入式设备计算处理能力有限，而有限的电池使用时间约束着设备计算性能的发挥。同时，高分辨率获取设备的使用使得高分辨率数字图像逐步应用到现代人们日常生活中，因此研发智能手机和移动处理终端的高分辨率图像处理方法很有必要。

图像分割是图像理解和计算机视觉处理的重要预处理步骤。图像分割的应用领域非常广泛，在工业自动化、生产控制、遥感图像、安保监控、以及军事等方面都有广泛的应用。在交通图像分析中，图像分割把关注的目标车辆从背景取出；在遥感图像处理的合成孔径雷达图像的目标分割、遥感云图中不同云系和背景分布的分割等。准确的图像分割为其后的图像分析、理解、识别等更复杂的算法提供基元，分割的准确率影响后续图像算法的处理结果和效率。

传统的图像分割方法主要有基于阈值的图像分割、基于边界检测的图像分割和基于区域的图像分割方法等。基于边界检测的图像分割往往会由于图像边界信息模糊和灰度不均造成图像分割结果欠准确。Chan和Vese提出了一种根据图像全局信息构建图像CV模型，从而实现基于边界检测的图像分割[ChanTF,VeseLA.Active contours withoutedges.IEEE Transactions on Image Processing,10(8):1169-1186,2001]，其方法在弱边界和强噪声图像的分割取得了较好的结果，但该方法在图像灰度信息分布不均匀时分割效果不甚理想。基于区域生长的图像分割方法是常用的图像分割方法，但其需要人工交互产生种子点，同时区域分割对噪声鲁棒性较低。Sarkar提出了一种基于马尔科夫随机场模型的图像分割算法[SarkarA,Biswas M K S.A simple unsupervised MRF model basedimage segmentation approach.IEEE Transactions on Image Processing,9(6):1684-1699,2000]，通过对原图像建立MRF分割模型，以不断迭代的过程完成图像分割。由于噪声影响和相邻区域在边界位置的相似性，基于MRF的分割方法易导致分割结果在图像边界归属不明确。Chen等提出了一种边缘检测的图像分割算法[Chen T,Bu J J.ANovel ImageSegmentation Approach Based on Edge Detection.Computer Engineering,7(29):152-154,2003]，通过利用Robert微分算子与动态自适应阈值相结合的边缘检测方法对进行图像分割，利用检测的边缘点的方向信息作为Hough变换的方向角提取边缘线段，最终通过边缘跟踪分割区域。该方法在一定程度解决了传统边缘算法用于图像分割所带来的分割结果在细碎边缘和高噪声区欠准确的问题，但该算法检测出的相似区域是互相独立，不能把颜色相近、位置相邻的相似区域组合成更大区域，因此分割结果并非最优。

对于高分辨率图像的编辑操作算法而言，原本在计算机平台处理流畅、高效的数字媒体编辑算法，在智能手机或移动处理终端等嵌入式终端变得卡滞、低效，甚至不能处理。因此亟需研究嵌入式设备的高分辨率图像编辑处理方法。

发明内容

本发明所要解决的技术问题在于：克服现有嵌入式设备在处理高分辨率图像性能不足的缺陷，提出一种基于双边格的高分辨率图像的图切分图像分割方法，使得嵌入式设备能够高分辨率图像。