图标分割方法、装置和终端制造方法及图纸

本发明专利技术公开了一种图标分割方法、装置和终端，属于图像处理技术领域。所述方法包括：对图标进行聚类得到至少两个区域，选择其中一个区域作为背景样本点区域；根据预先建立的相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域相似的概率；将计算得到的每个概率分别与预设的阈值作比较，选出概率大于所述阈值的区域；将所述背景样本点区域和所述选出的概率大于所述阈值的区域分割出来作为所述图标的背景，其余部分分割出来作为所述图标的前景。所述装置包括：聚类模块、计算模块、比较模块和分割模块。本发明专利技术极大地提高了图标处理的效率和实时性，不仅实现了分割算法的全自动化，而且，能够达到移动设备上图标处理的实时性要求。

【技术实现步骤摘要】
图标分割方法、装置和终端
本公开涉及图像处理
，特别涉及一种图标分割方法、装置和终端。
技术介绍
移动设备上的图像分割技术在最近一些年得到了长足的发展。随着移动设备上多媒体信息处理能力的增强，如何高效、准确的将图像进行自动的二值分割得到前景和背景信息，以及将得到的信息应用于图像的进一步处理也是目前研发的方向。但是由于二值分割算法本身的复杂度以及输入图像数据的大容量性、多样性，导致一直以来全自动的二值分割在移动设备上应用时实时性较差。
技术实现思路
有鉴于此，本公开提供了一种图标分割方法、装置和终端，以提高图标处理的效率和实时性。所述技术方案如下：一方面，提供了一种图标分割方法，包括：对图标进行聚类得到至少两个区域，选择其中一个区域作为背景样本点区域；根据预先建立的相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域相似的概率；将计算得到的每个概率分别与预设的阈值作比较，选出概率大于所述阈值的区域；将所述背景样本点区域和所述选出的概率大于所述阈值的区域分割出来作为所述图标的背景，其余部分分割出来作为所述图标的前景。其中，所述根据预先建立的相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域相似的概率，包括：根据预先建立的颜色相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域颜色相似的概率，将所述颜色相似的概率作为所述其余每个区域与所述背景样本点区域相似的概率。其中，所述根据预先建立的相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域相似的概率，包括：根据预先建立的颜色相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域颜色相似的概率；根据预先建立的关注模型计算除所述背景样本点区域以外的其余每个区域的前景位置先验值；根据所述其余每个区域的前景位置先验值与该区域颜色相似的概率计算得到该区域与所述背景样本点区域相似的概率。其中，所述根据预先建立的关注模型计算除所述背景样本点区域以外的其余每个区域的前景位置先验值，包括：使用预先根据图标中心点和各像素点的坐标建立的关注模型，计算所述图标内各像素点的空间位置关注值；根据所述图标内各像素点的空间位置关注值计算除所述背景样本点区域以外的其余每个区域的前景位置先验值。其中，所述根据预先建立的颜色相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域颜色相似的概率，包括：使用如下颜色相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域颜色相似的概率：其中，R为除所述背景样本点区域以外的其余任一个区域，PR(L,a,b)表示区域R与所述背景样本点区域颜色相似的概率，(LB,aB,bB)表示所述背景样本点区域的颜色平均值，N为聚类得到的区域总数，β为N个区域之间颜色差异的平均值，m和n为区域的标号，(Lm,am,bm)表示标号为m的区域的颜色平均值，(Ln,an,bn)表示标号为n的区域的颜色平均值。其中，所述使用预先根据图标中心点和各像素点的坐标建立的关注模型，计算所述图标内各像素点的空间位置关注值，包括：使用如下关注模型计算所述图标内各像素点的空间位置关注值：其中，(i,j)表示所述图标内的任一个像素点，P(i,j)表示该像素点的空间位置关注值，(Xc,Yc)表示所述图标的中心点，σ为预设的系数。其中，所述根据所述图标内各像素点的空间位置关注值计算除所述背景样本点区域以外的其余每个区域的前景位置先验值，包括：按照如下公式计算除所述背景样本点区域以外的其余每个区域的前景位置先验值：其中，R为除所述背景样本点区域以外的任一个区域，为区域R的前景位置先验值，(i,j)表示所述图标内的任一个像素点，P(i,j)表示该像素点的空间位置关注值，N为聚类得到的区域总数。其中，所述根据所述其余每个区域的前景位置先验值与该区域颜色相似的概率计算得到该区域与所述背景样本点区域相似的概率，包括：按照如下公式计算所述其余每个区域与所述背景样本点区域相似的概率：其中，R为除所述背景样本点区域以外的任一个区域，P(i,j)∈R(L,a,b)表示区域R与所述背景样本点区域相似的概率，为区域R的前景位置先验值，PR(L,a,b)表示区域R与所述背景样本点区域颜色相似的概率。其中，所述选择其中一个区域作为背景样本点区域，包括：选择其中面积最大的区域或像素点数目最多的区域作为背景样本点区域。另一方面，提供了一种图标分割装置，包括：聚类模块，用于对图标进行聚类得到至少两个区域，选择其中一个区域作为背景样本点区域；计算模块，用于根据预先建立的相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域相似的概率；比较模块，用于将计算得到的每个概率分别与预设的阈值作比较，选出概率大于所述阈值的区域；分割模块，用于将所述背景样本点区域和所述选出的概率大于所述阈值的区域分割出来作为所述图标的背景，其余部分分割出来作为所述图标的前景。其中，所述计算模块包括：颜色相似概率计算单元，用于根据预先建立的颜色相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域颜色相似的概率；确定单元，用于将所述颜色相似的概率作为所述其余每个区域与所述背景样本点区域相似的概率。其中，所述计算模块包括：颜色相似概率计算单元，用于根据预先建立的颜色相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域颜色相似的概率；前景位置先验值计算单元，用于根据预先建立的关注模型计算除所述背景样本点区域以外的其余每个区域的前景位置先验值；概率计算单元，用于根据所述其余每个区域的前景位置先验值与该区域颜色相似的概率计算得到该区域与所述背景样本点区域相似的概率。其中，所述前景位置先验值计算单元包括：空间位置关注值计算子单元，用于使用预先根据图标中心点和各像素点的坐标建立的关注模型，计算所述图标内各像素点的空间位置关注值；前景位置先验值计算子单元，用于根据所述图标内各像素点的空间位置关注值计算除所述背景样本点区域以外的其余每个区域的前景位置先验值。其中，所述颜色相似概率计算单元用于：使用如下颜色相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域颜色相似的概率：其中，R为除所述背景样本点区域以外的其余任一个区域，PR(L,a,b)表示区域R与所述背景样本点区域颜色相似的概率，(LB,aB,bB)表示所述背景样本点区域的颜色平均值，N为聚类得到的区域总数，β为N个区域之间颜色差异的平均值，m和n为区域的标号，(Lm,am,bm)表示标号为m的区域的颜色平均值，(Ln,an,bn)表示标号为n的区域的颜色平均值。其中，所述空间位置关注值计算子单元用于：使用如下关注模型计算所述图标内各像素点的空间位置关注值：其中，(i,j)表示所述图标内的任一个像素点，P(i,j)表示该像素点的空间位置关注值，(Xc,Yc)表示所述图标的中心点，σ为预设的系数。其中，所述前景位置先验值计算子单元用于：按照如下公式计算除所述背景样本点区域以外的其余每个区域的前景位置先验值：其中，R为除所述背景样本点区域以外的任一个区域，为区域R的前景位置先验值，(i,j)表示所述图标本文档来自技高网...

【技术保护点】
一种图标分割方法，其特征在于，所述方法包括：对图标进行聚类得到至少两个区域，选择其中面积最大的区域或像素点数目最多的区域作为背景样本点区域；根据预先建立的颜色相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域颜色相似的概率；使用预先根据图标中心点和各像素点的坐标建立的关注模型，计算所述图标内各像素点的空间位置关注值；根据所述图标内各像素点的空间位置关注值计算除所述背景样本点区域以外的其余每个区域的前景位置先验值；根据所述其余每个区域的前景位置先验值与该区域颜色相似的概率计算得到该区域与所述背景样本点区域相似的概率；将计算得到的所述其余每个区域与所述背景样本点区域相似的概率分别与预设的阈值作比较，选出与所述背景样本点区域相似的概率大于所述阈值的区域；将所述背景样本点区域和所述选出的与所述背景样本点区域相似的概率大于所述阈值的区域分割出来作为所述图标的背景，其余部分分割出来作为所述图标的前景。

【技术特征摘要】
1.一种图标分割方法，其特征在于，所述方法包括：对图标进行聚类得到至少两个区域，选择其中面积最大的区域或像素点数目最多的区域作为背景样本点区域；根据预先建立的颜色相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域颜色相似的概率；使用预先根据图标中心点和各像素点的坐标建立的关注模型，计算所述图标内各像素点的空间位置关注值；根据所述图标内各像素点的空间位置关注值计算除所述背景样本点区域以外的其余每个区域的前景位置先验值；根据所述其余每个区域的前景位置先验值与该区域颜色相似的概率计算得到该区域与所述背景样本点区域相似的概率；将计算得到的所述其余每个区域与所述背景样本点区域相似的概率分别与预设的阈值作比较，选出与所述背景样本点区域相似的概率大于所述阈值的区域；将所述背景样本点区域和所述选出的与所述背景样本点区域相似的概率大于所述阈值的区域分割出来作为所述图标的背景，其余部分分割出来作为所述图标的前景。2.根据权利要求1所述的方法，其特征在于，所述根据预先建立的颜色相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域颜色相似的概率，包括：使用如下颜色相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域颜色相似的概率：其中，R为除所述背景样本点区域以外的其余任一个区域，PR(L，a，b)表示区域R与所述背景样本点区域颜色相似的概率，(LB，aB，bB)表示所述背景样本点区域的颜色平均值，N为聚类得到的区域总数，β为N个区域之间颜色差异的平均值，m和n为区域的标号，(Lm，am，bm)表示标号为m的区域的颜色平均值，(Ln，an，bn)表示标号为n的区域的颜色平均值。3.根据权利要求1所述的方法，其特征在于，所述使用预先根据图标中心点和各像素点的坐标建立的关注模型，计算所述图标内各像素点的空间位置关注值，包括：使用如下关注模型计算所述图标内各像素点的空间位置关注值：其中，(i，j)表示所述图标内的任一个像素点，P(i，j)表示该像素点的空间位置关注值，(Xc，Yc)表示所述图标的中心点，σ为预设的系数。4.根据权利要求1所述的方法，其特征在于，所述根据所述图标内各像素点的空间位置关注值计算除所述背景样本点区域以外的其余每个区域的前景位置先验值，包括：按照如下公式计算除所述背景样本点区域以外的其余每个区域的前景位置先验值：其中，R为除所述背景样本点区域以外的任一个区域，为区域R的前景位置先验值，(i，j)表示所述图标内的任一个像素点，P(i，j)表示该像素点的空间位置关注值，N为聚类得到的区域总数。5.根据权利要求1所述的方法，其特征在于，所述根据所述其余每个区域的前景位置先验值与该区域颜色相似的概率计算得到该区域与所述背景样本点区域相似的概率，包括：按照如下公式计算所述其余每个区域与所述背景样本点区域相似的概率：其中，R为除所述背景样本点区域以外的任一个区域，P(i，j)∈R(L，a，b)表示区域R与所述背景样本点区域相似的概率，为区域R的前景位置先验值，PR(L，a，b)表示区域R与所述背景样本点区域颜色相似的概率。6.一种图标分割装置，其特征在于，所述装置包括：聚类模块，用于对图标进行聚类得到至少两个区域，选择其中面积最大的区域或像素点数目最多的区域作为背景样本点区域；计算模块，用于根据预先建立的相似度模型计算除所述背景样本点区域以外的其余每个区域与所述背景样本点区域相似的概率；比较模块，用于将计算得到的所述其余每个区域与所述背景样本点区域相似的概率分别与预设的阈值作比较，选出与所述背景样本点区域相似的概率大于所述阈值的区域；分割模块，用于将所述背景样本点区域和所述选出的与所述背景样本点区域相似的概率大于所述阈值的区域分割出来作为所述图标的背景，其余部分分割...

【专利技术属性】
技术研发人员：王琳，张波，朱才，
申请(专利权)人：小米科技有限责任公司，
类型：发明
国别省市：北京,11