[发明专利]一种超像素分割方法及相关设备在审
申请号: | 201910802938.8 | 申请日: | 2019-08-28 |
公开(公告)号: | CN110503656A | 公开(公告)日: | 2019-11-26 |
发明(设计)人: | 陈国栋;苏凡;王正;许辉;王振华;孙立宁 | 申请(专利权)人: | 苏州大学 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/90;G06K9/62 |
代理公司: | 11227 北京集佳知识产权代理有限公司 | 代理人: | 陈丽<国际申请>=<国际公布>=<进入国 |
地址: | 215104 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 聚类块 中心点 像素点 欧式距离 特征向量 像素分割 邻域 预设 计算机可读存储介质 迭代结束条件 附属 电子设备 获取目标 目标图像 颜色空间 初始化 迭代 申请 分割 更新 | ||
1.一种超像素分割方法,其特征在于,包括:
对目标图像进行初始化分割以获取目标数量个聚类块;将各聚类块的物理中心点作为聚类块中心点;
分别计算像素点与预设大小邻域内各个所述聚类块中心点的特征向量的欧式距离,将欧式距离最小的所述聚类块中心点确定为所述像素点的附属中心点;所述特征向量基于所述像素点的HSL颜色空间值和坐标值而生成;
通过将附属于同一聚类块中心点的像素点以及所述聚类块中心点重新作为一个聚类块对所述目标图像进行聚类更新;
更新确定各个所述聚类块的聚类块中心点,以便继续启动所述分别计算像素点与预设大小邻域内各个所述聚类块中心点的特征向量的欧式距离的步骤进行迭代,直至满足迭代结束条件。
2.根据权利要求1所述的超像素分割方法,其特征在于,所述分别计算像素点与预设大小邻域内各个所述聚类块中心点的特征向量的欧式距离,包括:
基于预设颜色距离计算公式,分别计算像素点与所述预设大小邻域内各个所述聚类块中心点的颜色距离;所述预设颜色距离计算公式为:
dhsl=α(hk-hi)2+β(sk-si)2+γ(lk-li)2;
其中,dhsl为颜色距离;(hk,sk,lk)为第k个聚类块中心点的HSL颜色空间值;(hi,si,li)为第i个像素点的HSL颜色空间值;α、β、γ均为预设权重;
基于预设位置距离计算公式,分别计算像素点与所述预设大小邻域内各个所述聚类块中心点的位置距离;所述预设位置距离计算公式为:
dxy=(xk-xi)2+(yk-yi)2;
其中,dxy为颜色距离;(xk,yk)为第k个聚类块中心点的坐标值;(xi,yi)为第i个像素点的坐标值;
基于预设欧式距离计算公式,分别计算像素点与所述预设大小邻域内各个所述聚类块中心点的特征向量的欧式距离;所述预设欧式距离计算公式为:
其中,D为欧式距离;m为聚类密度控制参数;s为聚类中心点的预设标准间距。
3.根据权利要求1所述的超像素分割方法,其特征在于,在所述将各聚类块的物理中心点作为聚类块中心点之后、所述分别计算像素点与预设大小邻域内各个所述聚类块中心点的特征向量的欧式距离之前,还包括:
根据HSL颜色空间值对所述聚类块中心点进行优化更新。
4.根据权利要求3所述的超像素分割方法,其特征在于,所述根据HSL颜色空间值对所述聚类块中心点进行优化更新,包括:
根据预设颜色梯度计算公式,计算所述聚类块中各个像素点的颜色梯度;
将颜色梯度最小的像素点确定为所述聚类块更新后的聚类块中心点。
5.根据权利要求4所述的超像素分割方法,其特征在于,所述对目标图像进行初始化分割以获取目标数量个聚类块,包括:
根据预设聚类块尺寸,将所述目标图像均匀分割生成所述目标数量个聚类块。
6.根据权利要求5所述的超像素分割方法,其特征在于,所述预设聚类块尺寸为3*3;所述预设颜色梯度计算公式为:
其中,G为所述颜色梯度;f(x,y)=(h,s,l)是以(x,y)为坐标的聚类块中心点的HSL颜色空间值向量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州大学,未经苏州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910802938.8/1.html,转载请声明来源钻瓜专利网。