[发明专利]一种基于图像颜色和密度特征的超像素分割方法

权利要求书

1.一种基于图像颜色和密度特征的超像素分割方法，其特征在于，包括如下步骤：

步骤1：输入待分割图像后，对图像进行RGB到CIELAB色空间的转换，并对图像进行的颜色特征、纹理特征和空间特征的提取；所述的RGB到CIELAB色空间的转换，需要先由RGB转换成XYZ再转换成CIELAB；

步骤2：对经过步骤1提取特征后的图像进行颜色和密度值的计算；之后从图像左上角开始搜索，根据像素的颜色值设定种子点像素，从种子点像素向四周扩散并设定阈值限制扩散的范围；设定标记集和候选集存放这些像素，将种子点像素和种子扩散后的标记像素存放入标记集合中，继续对像素进行搜索标记，直到所有像素搜索完毕；

所述的颜色和密度值的计算，所涉及的像素搜索的终止条件包括两个：第一个是聚类的像素数大于设定的阈值，第二个是标记集为空集；初始聚类阶段形成的标记集为L(m)，

其中m是超像素，ψ是约束阈值，表示像素j周围的像素i，j在标记集L(m)中，是像素i和j之间的距离；

步骤3：对标记完成的像素进行聚类处理，设定聚类中心和像素间的距离函数控制像素聚类的范围，经过聚类阶段处理后形成初始超像素；

所述的聚类处理，是由度量函数d_n(i，j)和构建的组合函数来实现的，

其中L_i、A_i、B_i表示像素i的LAB颜色特征，α₁，α₂是权重参数；

步骤4：对步骤3中形成的具有相似特征的超像素进行合并处理；设定颜色相似度函数来控制合并后的区域形状；所述的合并处理，所规定的合并初始聚类的函数L_R(m)为，

D₂(l，p)＝d_a(l，p)+α₃d_b(l，p)，L(i)＝min D₂(l，p)，l～p，L_R(m)＝L(m)∪L(i)，其中和是超像素p的LAB平均值，和是超像素p质心坐标；α₃是权重系数；

步骤5：将经过以上步骤后的分割图像进行二值化处理，去除图像的颜色、纹理等，用白色像素点显示步骤2的种子点信息，形成超像素分割的标签图像。