[发明专利]图像分割方法及装置

说明书

本发明公开了一种图像分割方法及装置，涉及图像处理技术领域，主要目的在于在图像分割的过程中，解决图像分割结果准确性较低的问题而发明。本发明的方法包括：利用预设算法将待处理图像转化为目标显著图；通过中智学图像算法对所述目标显著图进行处理，得到初始像素集合；根据预设函数对所述初始像素集合进行过滤，并将过滤后的初始像素集合所对应的图像进行分割，得到目标图像。本发明主要适用于对图像进行分割。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像分割方法及装置。

背景技术

随着技术的不断发展，图像作为网络中传输的重要形式，已在网络的数据传输中广发使用，而随着图像使用的逐步增多，图像的采集、处理、及分割等图像处理技术也逐步受到人们的重视。

而随着图像处理技术的不断革新，基于显著图算法、中智学算法等图像处理技术已逐步开始使用。其中，显著图算法是基于显著目标的区域进行图像分割，而中智集(英文名称：Neutrosophic Set，简称NS)是一种基于中智学理论的图像处理方法，可以将图像中的像素点进行分组，并基于分组特点进行图像的分割。然而，在实际应用中发现，现有的图像的分割方式易受噪声点等干扰点的影响，从而导致现有的图像分割的准确性易受影响，从而导致分割结果的准确性较低。

发明内容

鉴于上述问题，本发明提供一种图像分割方法及装置，主要目的在于在图像分割的过程中，解决图像分割结果准确性较低的问题。

为解决上述技术问题，第一方面，本发明提供了一种图像分割方法，该方法包括：

利用预设算法将待处理图像转化为目标显著图；

通过中智学图像算法对所述目标显著图进行处理，得到初始像素集合；

根据预设函数对所述初始像素集合进行过滤，并将过滤后的初始像素集合所对应的图像进行分割，得到目标图像。

可选的，所述利用预设算法将待处理图像转化为目标显著图包括：

将所述待处理图像分别转化为局部熵图、灰度图以及第一图像，所述第一图像是所述待处理图像在经经典显著图算法转化的图像；

根据预设的叠加权重系数对所述局部熵图、所述灰度图以及所述第一图像进行叠加，得到第二图像；

将所述第二图像，通过预设非线性函数处理，得到所述目标显著图。

可选的，所述根据预设的叠加权重系数对所述局部熵图、所述灰度图以及所述第一图像进行叠加，得到第二图像包括：

分别获取所述局部熵图的叠加权重系数、所述灰度图的叠加权重系数以及所述第一图像的叠加权重系数；

根据所述局部熵图的叠加权重系数、所述灰度图的叠加权重系数以及所述第一图像的叠加权重系数，将所述局部熵图、所述灰度图以及所述第一图像的按照对应的叠加权重系数进行叠加。

可选的，所述根据预设函数对所述初始像素集合进行过滤，并将过滤后的初始像素集合所对应的图像进行分割，得到目标图像包括：

通过预设相似性函数对所述初始像素集合进行过滤，得到过滤集合；

确定对应所述过滤集合的过滤图像，并根据阈值分割算法对所述过滤图像进行分割，得到所述目标图像。

可选的，所述通过预设相似性函数对所述初始像素集合进行过滤，得到过滤集合，包括：

通过所述预设相似性函数，确定所述初始像素集合中异常像素点，所述异常像素点包括噪声像素点及非确定性像素点；

从所述初始像素集合中过滤所述异常像素点，得到过滤集合。

第二方面，本发明还提供了一种图像分割装置，该装置包括：