[发明专利]一种基于多层级SLIC的图像超像素分割方法

说明书

本发明公开了一种基于多层级SLIC(simple linear iterative clustering)的图像超像素分割方法，包括：对输入图像进行滤波处理，去除图像噪声；采用SLIC方法对图像进行超像素粗分割；计算分割结果中每个超像素的灰度标准差，若高于预设阈值，则对其进行迭代SLIC分割，直至图像中所有超像素的灰度标准差均小于等于预设阈值；为了消除迭代分割过程中产生的数据冗余、减少超像素数目，将图像中过分割的超像素进行合并。采用本发明方法对图像进行超像素分割，分割结果能在使用尽量少的超像素的前提下有效贴合图像目标边界，且能确保生成的每一个超像素的所有像素均属于同一目标。

技术领域

本发明涉及图像分析技术领域，具体涉及一种基于多层级SLIC的图像超像素分割方法。

背景技术

图像的超像素分割是指利用图像灰度、色彩和空间等信息将图像分割成由多个邻接像素组成的多边形像素簇的技术，广泛应用于图像分割与目标识别等领域。超像素分割的目的在于消除图像冗余信息，运用尽量少的超像素块表示一幅图像，且使超像素块尽可能贴合图像目标边界，使每一个像素块中的所有像素尽量属于同一目标。由于图像的超像素分割是运用超像素块替代单个像素进行后续处理，因此，既可以大大降低运算量，提高运算效率，又能有效提高处理精度。

在文献“SLIC superpixels compared to state-of-the-art superpixelmethods”(IEEE Transaction on Pattern Analysis and Machine Intelligence,pp.2274-2281,2012)中，公开了一种运用简单线性迭代聚类(simple linear iterativeclustering,SLIC)进行图像超像素分割的方法(简称SLIC方法)，该方法是目前已公开算法中超像素分割性能最好的，但它也存在明显的不足，即很难准确设定一个最优的超像素数目，若超像素数目设定过大，则容易造成图像过分割，即将图像区域划分得过细，削弱了超像素分割算法以较少的像素块替代单个像素的优势；若数目设置过少，则易造成欠分割，即超像素无法精确贴合图像目标边界，单个超像素中包含多个目标内容等，这样将难以利用生成的超像素进行后续处理。

发明内容

本发明的目的在于，提供一种可根据图像内容自动确定超像素数目，且能在运用尽量少的超像素数目的前提下，分割边界能有效贴合图像目标边界的超像素分割方法。

本发明通过以下方案实现：

一种基于多层级SLIC的图像超像素分割方法，包括以下步骤：

(1)对输入图像进行滤波操作，在去除图像噪声的同时保留图像边界；

(2)设置待生成的超像素数目n₁，采用SLIC方法对滤波后的图像f进行超像素分割，其中n₁为大于0的自然数，优选n₁为50～500的自然数；

(3)计算图像f中每个超像素P_i的灰度标准差σ_i，若σ_i大于预先设定的阈值σ，则取图像f中该超像素最小外接矩形对应的子图像S_i，并对该子图像设置待生成的超像素数目n₂，采用SLIC方法对S_i进行超像素分割，其中σ为正常数，n₂为大于0的自然数，优选σ为10～25的正常数，n₂为4～10的自然数；

(4)将S_i中P_i区域的超像素分割结果赋给P_i，实现P_i的一次迭代超像素分割；

(5)重复步骤(3)～(4)，直到图像f中所有超像素的灰度标准差均小于等于阈值σ；