[发明专利]基于前景背景估计和分级区域关联的图像协同分割方法

摘要

本发明提供一种基于前景背景估计和分级区域关联的图像协同分割方法，所述方法包括步骤：S1、获取所有图像在不同尺度的超像素集合；S2、预估计每幅图像中的每个超像素类别标签和像素类别标签；S3、估计所有图像的前景高斯混合模型和背景高斯混合模型；S4、利用纹理分类器模型训练每幅图像对应的外观模型；S5、根据前景高斯混合模型、背景高斯混合模型、纹理分类器模型，以及图像集的图像之间超像素标注的一致性进行约束，估计图像的像素/超像素的标注；S6、更新估计所有图像的超像素类别标签和像素类别标签；S7、判断更新是否完成。上述方法克服了以往方法存在的需要具有明显前景和背景差异的先验约束，更具备鲁棒性。

主权项

1.基于前景背景估计和分级区域关联的图像协同分割方法，其特征在于，所述方法包括步骤：S1、对图像集I＝{I₁,I₂,...,I_N}中的每幅图像均进行超像素分割操作，获取所有图像在不同尺度的超像素集合，其中图像I_k的超像素集合为R_k，超像素ν_r(k)包含R_k中的每个超像素：ν_r(k)＝R_k,N为正整数，k∈N；S2、对于图像集I，预估计每幅图像中的每个超像素类别标签X_i和像素类别标签X_j，其中且节点ν_r(k)和ν_p(k)分别表示图像I_k的超像素和像素；S3、估计所有图像的前景高斯混合模型和背景高斯混合模型，其中图像I_k的前景高斯混合模型和背景高斯混合模型S4、利用纹理分类器模型Fk训练每幅图像对应的外观模型，其中图像Ik的纹理分类器模型Fk；S5、根据每幅图像的前景高斯混合模型、背景高斯混合模型、纹理分类器模型，以及图像集的图像之间超像素标注的一致性进行约束，估计图像的像素/超像素的标注X*；S6、根据上一步中获取的像素/超像素的标注X*更新估计所有图像的超像素类别标签和像素类别标签；S7、判断更新是否完成，若是，结束更新；否则，返回执行步骤S3。