[发明专利]一种基于贝叶斯和谐度的图像分割方法

摘要

本发明公开了一种基于贝叶斯和谐度的图像分割方法，其先将图像分割成多个超像素块，然后提取每个超像素块的特征向量，并获取所有超像素块的特征向量的协方差矩阵，接着构建类，初始时将每个超像素块的特征向量作为对应类中的元素，再进行类合并：获取每个类的协方差矩阵及类相似度矩阵，从类相似度矩阵中找出值最大的元素，并确定该元素对应的两个类是否合并，若合并则继续进行类合并，若不合并则终止合并，最后根据类结果将图像分割成多个区域，优点是结合贝叶斯和谐学习理论，根据超像素块融合后贝叶斯和谐度变化趋势判定是否融合超像素块，当超像素块融合导致贝叶斯和谐度迅速下降时终止超像素块合并，这使得本方法能够自动选择区域块数。

主权项

一种基于贝叶斯和谐度的图像分割方法，其特征在于包括以下步骤：①选取一幅待分割的图像，然后对图像进行超像素分割，得到N个超像素块，其中，N≥200；②提取图像中的每个超像素块的特征向量，将图像中的第i个超像素块的特征向量记为X_i，其中，1≤i≤N，X_i包含颜色信息和空间坐标信息；③首先根据图像中的每个超像素块的特征向量，获取图像中的所有超像素块的特征向量的协方差矩阵；然后构建类，初始时将图像中的每个超像素块的特征向量作为对应类中的元素；接着确定是否进行类合并操作，过程为：1）根据图像中的所有超像素块的特征向量的协方差矩阵，获取每个类的协方差矩阵；2）根据每个类的协方差矩阵，获取类相似度矩阵，其中，类相似度矩阵中的元素为两个类的相似度；3）从类相似度矩阵中找出值最大的元素，并根据设定的合并判定阈值T，确定找出的元素对应的两个类是否合并，如果确定找出的元素对应的两个类合并，则合并这两个类，再继续确定是否进行类合并操作；如果确定找出的元素对应的两个类不合并，则终止类合并操作，再执行步骤④；④假设类合并操作终止后共得到L个类，则根据得到的类结果将图像分割成L个区域块，其中，L≥1。