[发明专利]基于显著性检测和联合分割算法的背景图像分割方法

权利要求书

1.一种背景图像分割方法，其特征在于，包括以下步骤：

S1、对原始图像进行处理，得到单张图像显著性图和多张图像联合显著性图；

S2、将多张图像联合显著性图中的显著性特征作为各个单张图像的共同显著性，对前景与背景进行区分；

S3、对背景图像进行分割。

2.根据权利要求1所述的背景图像分割方法，其特征在于，所述步骤S1具体包括：通过非监督的共同显著性算法对图像进行处理，得到每张图像的单张图像显著性图和多张图像联合显著性图。

3.根据权利要求1所述的背景图像分割方法，其特征在于，所述步骤S2包括：

S21、为一组具有共同显著性的图像分配最优标记，利用马尔可夫随机场为标记后的图像建立一个联合分割的能量方程；

S22、通过建立的能量方程，将单张图像显著性图中具有共同显著性的局部特征像素标记为前景，其余像素标记为背景。

4.根据权利要求3所述的背景图像分割方法，其特征在于，所述步骤S21具体包括：通过混合高斯模型对多张图像联合显著性图与单张图像显著性图的差异进行建模，并将其作为马尔可夫随机场模型的全局约束来构造联合分割的能量方程。

5.根据权利要求4所述的背景图像分割方法，其特征在于，在步骤S21中，对于图像I＝{I₁,…,I_i,…,I_N}，所述联合分割的能量方程为：

E(S)＝E_A(S)+E_i(S)

$E_i\left(S\right)=\underset{i=1}{\overset{N}{\Σ}}\[{\mathrm{\ηE}}_i^C\left(S\right)+E_i^S\left(S\right)\]$

$E_A\left(S\right)={\Σ}_i{\Σ}_k-log\[s_k^{i}P\left(v_k^i\right|{\mathrm{\Θ}}_{com})+(1-s_k^i)P\left(v_k^i\right|{\mathrm{\Θ}}_b^i)\]$

式中，E_A(S)为单张图像内部能量项，E_i(S)为图像间全局能量项；E_i^C为图像I_i中的共同显著性能量项，为图像I_i中的平滑度能量项，η是共同显著性能量项E_i^C的权重；P(·)表示高斯概率分布，是图像I_i中像素k或j的特征,是图像I_i中第k像素，和表示图像I_i前景和背景的混合高斯模型参数，Θ_com表示由所有图像的前景组成共同目标的混合高斯模型参数。