一种基于Tarjan算法和区域连接的图像分割方法技术

本发明专利技术公开了一种基于Tarjan算法和区域连接的图像分割技术，所述的Tarjan算法用于求解有向图的最小分支，当构建完最小分支后，图像被分割成大量碎片。为防止图像出现过分割，若相邻区域间的大小和相似性满足区域连接条件，则连接相邻区域。对比目前存在的图像分割技术，该算法用于图像分割具有时间快，分割准确，构建过程中不需要设置任何参数等优点。

An image segmentation method based on Tarjan algorithm and region connection

The invention discloses an image segmentation algorithm based on Tarjan and regional connection, the Tarjan algorithm for solving minimum directed graph branch, when building the smallest branch after the image is segmented into many fragments. In order to prevent the image from over segmentation, the adjacent regions are connected if the size and similarity of adjacent regions satisfy the region connection condition. Compared with the existing image segmentation technology, the algorithm has fast segmentation, accurate segmentation, no need to set any parameters in the process of image segmentation.

【技术实现步骤摘要】
一种基于Tarjan算法和区域连接的图像分割方法
本专利技术属于图像处理
，涉及一种图像分割技术，具体是一种基于Tarjan算法和区域连接的图像分割方法。
技术介绍
所谓图像分割指的是根据灰度、颜色、纹理和形状等特征把图像划分成若干互不交迭的区域，并使得这些特征在同一区域内呈现相似性，在不同区域之间呈现明显的差异性。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于图论的分割方法等。Zahn提出一种基于图的最小生成树的分割方法，但这种简单的割断最小权重边的方法存在很大缺陷。由于图像中往往灰度剧烈变化的区域的像素之间的灰度差别很大，但是其对应在图中的边权重很小，若简单的设置阈值来割断小权重边，则会出现不合理的分割。但是基于Tarjan算法和区域连接的图像分割技术，不仅在构图的时候利用了有向的信息，而且在分割的过程中结合了区域的概念，既保证整体上是一个最小树形图，又保证了分割后的每个区域都是一个最小树形图，最后的区域连接技术再一次保证了图像分割的准确性，防止出现过分割。
技术实现思路
本专利技术目的是提供一种快速，准确的基于Tarjan算法和区域连接的图像分割方法，首次提出了在有向图上进行的，不需要任何参数设置的快速图像分割算法，该算法具有很大的发展前景和应用空间。本专利技术提供一种基于Tarjan算法和区域连接的图像分割方法，包括以下步骤：S1.基于图像相邻像素点之间的梯度差的正负对输入图像I构建有向图I'。S2：在有向图I'上利用Tarjan算法构建最小树形图，为了保证树形图一定存在，需要添加一个虚拟节点，从虚拟节点构建直线连接有向图的每个节点，权重为无穷大。构建完最小树形图之后去掉虚拟节点和虚拟节点所连接的边，形成一个个独立的根树，每个根树代表一个碎片区域。S3：计算相邻碎片区域之间的两类连接边，一种边连接相邻两区域的叶子节点，权重为we1。另一种边连接相邻两区域的根节点，权重为we2。S4：将S3中所计算的两类边按we1，λwe2进行升序排列并依次判断：若该边所连接的两碎片大小和相似性满足区域连接条件，则用由区域间颜色差决定的权重边连接两碎片区域。S5：输出分割图像I”。进一步的，S1中构建有向图的方法为：令p，q表示图像I上一对相邻的像素点，表示两点的梯度值，若构建两条有向连接线分别指向p和q。若构建一条有向连接线由q指向p，反之构建有向连接线从p指向q。进一步的，S3中所述we1和we2计算公式为：we2＝|avg(U)-avg(V)|其中p1和p2表示相邻两区域U和V的根树的叶子节点，avg(U)和avg(V)代表区域U和V的平均颜色强度。avg(U)＝Colsum(U)/size(U)Colsum(U)表示区域U中所有像素点的RGB三通道颜色值之和，size(U)表示区域U中像素点的个数。进一步的，S4中λ取0.2，由于每个区域的根节点较叶子节点不易受边界节点的影响，所以赋予根节点之间的连接边更小的选择权重。区域连接条件：size(U)-size(V)≤αsize(U)≤β或者size(V)≤βc＜min(Int(U)+τ(U),Int(V)+τ(V))其中α＝β＝50，c表示当前判断的连接边的权重，Int(U)，Int(V)表示区域U,V里面的最大的边权重。τ(U)＝k/size(U)k＝m*n/sm和n表示输入图像I的宽度和高度，s＝200。τ(U)控制两个区域之间的差异在多大程度上小于区域内差异才能被连接。连接两区域的边权重计算同we1。本专利技术是第一个用到梯度信息建立像素点之间联系的图像分割算法，打破了传统的观念：图像只能被建立成无向图，第一次尝试在有向图上进行图像分割。图像分割过程不需要任何参数的设置，分割结果更自然，能同时满足速度和精度的要求，既满足实时性，有能实现精确的分割。本专利技术所述的图像分割过程结合了整体与局部，既保证整体上是一个最小树形图，又保证了分割后的每个区域都是一个最小树形图，最后的区域连接技术再一次保证了图像分割的准确性，防止出现过分割。附图说明图1为有向图示意图。图2为构建最小分支的过程。图3为区域之间的两类连接边示意图。图4为在是图像分割结果。其中，(a)Baby1；(b)Monopoly；(c)Midd1；图5为本专利技术的方法流程图。具体实施方式下面，将结合附图1～4进一步详细说明本专利技术的具体实施方式本专利技术是基于Tarjan算法和区域连接的图像分割技术，具体实施步骤如下：S1.基于图像相邻像素点之间的梯度差的正负对输入图像I构建有向图I'。令p，q表示图像I上一对相邻的像素点，表示两点的梯度值，若构建两条有向连接线分别指向p和q。若构建一条有向连接线由q指向p，反之构建有向连接线从p指向q。S2：在有向图I'上利用Tarjan算法构建最小树形图，为了保证树形图一定存在，需要添加一个虚拟节点，从虚拟节点构建直线连接有向图的每个节点，权重为无穷大。构建完最小树形图之后去掉虚拟节点和虚拟节点所连接的边，形成一个个独立的根树，每个根树代表一个碎片区域。S3：计算相邻碎片区域之间的两类连接边，一种边连接相邻两区域的叶子节点，权重为we1。另一种边连接相邻两区域的根节点，权重为we2。we2＝|avg(U)-avg(V)|其中p1和p2表示相邻两区域U和V的根树的叶子节点，avg(U)和avg(V)代表区域U和V的平均颜色强度。avg(U)＝Colsum(U)/size(U)Colsum(U)表示区域U中所有像素点的RGB三通道颜色值之和，size(U)表示区域U中像素点的个数。S4：将S3中所计算的两类边按we1，λwe2进行升序排列并依次判断：若该边所连接的两碎片大小和相似性满足区域连接条件，则用由区域间颜色差决定的权重边连接两碎片区域。λ取0.2，由于每个区域的根节点较叶子节点不易受边界节点的影响，所以赋予根节点之间的连接边更小的选择权重。区域连接条件：size(U)-size(V)≤αsize(U)≤β或者size(V)≤βc＜min(Int(U)+τ(U),Int(V)+τ(V))其中α＝β＝50，c表示当前判断的连接边的权重，Int(U)，Int(V)表示区域U,V里面的最大的边权重。τ(U)＝k/size(U)k＝m*n/sm和n表示输入图像I的宽度和高度，s＝200。τ(U)控制两个区域之间的差异在多大程度上小于区域内差异才能被连接。连接两区域的边权重计算同we1。S5：输出分割图像I”。表1提供了该算法对不同尺寸的图片分割时间。表1图片尺寸Tarjan平均时间区域连接平均时间(a)Baby1370*4130.21s0.04s(b)Monopoly370*4430.24s0.03s(c)Midd1370*4650.27s0.04s本文档来自技高网...

【技术保护点】
一种基于Tarjan算法和区域连接的图像分割方法，其特征在于，该方法包括以下步骤：S1.基于图像相邻像素点之间的梯度差的正负对输入图像I构建有向图I'；令p，q表示图像I上一对相邻的像素点，

【技术特征摘要】
1.一种基于Tarjan算法和区域连接的图像分割方法，其特征在于，该方法包括以下步骤：S1.基于图像相邻像素点之间的梯度差的正负对输入图像I构建有向图I'；令p，q表示图像I上一对相邻的像素点，表示两点的梯度值，若构建两条有向连接线分别指向p和q；若构建一条有向连接线由q指向p，反之构建有向连接线从p指向q；S2：在有向图I'上利用Tarjan算法构建最小树形图，要添加一个虚拟节点；从虚拟节点构建直线连接有向图的每个节点，权重为无穷大；构建完最小树形图之后去掉虚拟节点和虚拟节点所连接的边，形成一个个独立的根树，每个根树代表一个碎片区域；S3：计算相邻碎片区域之间的两类连接边，一种边连接相邻两区域的叶子节点，权重为we1；另一种边连接相邻两区域的根节点，权重为we2；S3中所述we1和we2计算公式为：we2＝|avg(U)-avg(V)|其中p1和p2表示相邻两区域U和V的根树的叶子节点，avg(U)和av...

【专利技术属性】
技术研发人员：张云洲，张珊珊，刘及惟，楚好，姜浩，商艳丽，张凯，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁,21