[发明专利]图像分割方法、装置、计算机设备及计算机存储介质

权利要求书

1.一种图像分割方法，其特征在于，所述方法包括：

获取待分割图像，并根据所述待分割图像的像素数据构建相似矩阵，所述相似矩阵用于表示所述待分割图像中各个像素数据之间的相似度；

基于谱聚类算法对所述相似矩阵对应的特征向量矩阵进行聚类，得到多维的分割向量；

根据所述多维的分割向量确定预设图像划分准则，按照所述预设图像划分准则将所述待分割图像分割为多个类别的子图像。

2.根据权利要求1所述的方法，其特征在于，所述像素数据由像素点构成，所述根据所述待分割图像的像素数据构建相似矩阵包括：

以所述待分割图像的像素点为节点构造图模型；

根据所述图模型中各个像素点之间边的权重生成所述图模型的相邻矩阵；

根据所述图模型中各个像素点与相邻像素点之间边的权重之和生成所述图模型的对角矩阵；

根据所述相邻矩阵以及所述对角矩阵构建像素数据之间的相似矩阵。

3.根据权利要求2所述的方法，其特征在于，所述根据所述图模型中各个像素点之间边的权重生成所述图模型的相邻矩阵包括：

获取所述图模型中任意两个像素点之间的连接关系；

根据所述连接关系确定所述任意两个像素点之间边的权重值；

根据所述任意两个像素点之间边的权重值，生成所述图模型的相邻矩阵。

4.根据权利要求2所述的方法，其特征在于，所述根据所述图模型中各个像素点与相邻像素点之间边的权重之和生成所述图模型的对角矩阵包括：

获取所述图模型中任意像素点与相邻像素点之间边的权重值；

根据所述任意像素点与相邻像素点之间边的权重值之和，生成所述图模型的对角矩阵。

5.根据权利要求1所述的方法，其特征在于，所述基于谱聚类算法对所述相似矩阵对应的特征向量矩阵进行聚类，得到多维的分割向量包括：

计算所述相似矩阵的特征值以及特征值对应的特征向量；

按照由小到大的顺序排列所述特征值，并选取排名靠前的N个特征值对应的特征向量组成N维特征向量矩阵；

对所述N维特征向量矩阵的行向量进行聚类，得到N维分割向量。

6.根据权利要求5所述的方法，其特征在于，在计算所述相似矩阵的特征值以及特征值对应的特征向量之前，所述方法还包括：

采用近似计算策略对所述相似矩阵进行归一化处理。

7.根据权利要求2所述的方法，其特征在于，所述分割向量中每一行所属的类别为所述图模型中各个像素点所属的类别，所述根据所述多维的分割向量确定预设图像划分准则，按照所述预设图像划分准则将所述待分割图像分割为多个类别的子图像包括：

根据所述分割向量确定所述图模型中各个像素点所属的类别；

以所述图模型中各个像素点所属的类别作为待分割图像的映射条件，将所述待分割图像分割为多个类别的子图像。

8.一种图像分割装置，其特征在于，所述装置包括：

构建单元，用于获取待分割图像，并根据所述待分割图像的像素数据构建相似矩阵，所述相似矩阵用于表示所述待分割图像中各个像素数据之间的相似度；

聚类单元，用于基于谱聚类算法对所述相似矩阵对应的特征向量矩阵进行聚类，得到多维的分割向量；

分割单元，用于根据所述多维的分割向量确定预设图像划分准则，按照所述预设图像划分准则将所述待分割图像分割为多个类别的子图像。

9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述图像分割方法的步骤。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述图像分割方法的步骤。