【技术实现步骤摘要】
本专利技术涉及图像处理
,尤其涉及一种通用型图像分割方法。
技术介绍
图像分割是图像处理领域和计算机视觉中的一个基本而关键的问题。它是将图像分成各具特性的区域并将人们感兴趣的目标(或运动目标)提取出来的过程,可为后续的分析、理解、分类、跟踪、识别、处理等提供基础。图像分割在生物医学图像分析、图像编码、军事目标识别、文档图像处理、指纹与印章鉴定、手写体识别、实时监控系统和视频传输等领域应用非常广泛。作为由图像处理到图像分析的关键步骤,图像分割不仅得到了人们的广泛重视,也在实际中得到了大量的应用。图像分割多年来一直得到人们的高度重视,20世纪就已经提出了上千种不同类型的分割算法。目前主流研究的图像分割方法有:(1)基于阈值的分割方法:阈值法的基本思想是基于图像的灰度特征来计算一个或多个灰度阈值,并将图像中每个像素的灰度值与阈值相比较,最后将像素根据比较结果分到合适的类别中。该方法特点是计算简单,具有较高的运算效率,缺点是只适用目标区域与背景灰度值相差大的图像,且识别效果差;(2)基于边缘的分割方法:基于边缘的分割技术主要基于图像灰度级的不连续性,通过检测不同均匀区域之间的边界来实现对图像的分割。该方法的特点是运算速度快,具有一定的准确性,缺点是只能在识别灰度值变化大的图像才能保持较高的准确率;(3)基于区域的分割方法:此方法主要是将图像按照相似性准则分成不同区域,其特点是可以处理大部分纹理清晰的图像,效果稳定,缺点是算法复杂,计算时间长,抗噪声能力差,容易造成过度分割;(4)基于图论的分割方法:该方法的本质就是移除特定的边,将图划分为若干子图从而实现分 ...
【技术保护点】
一种通用型图像分割方法,其特征在于,包括:将待分割处理图片转化为灰度图像;从灰度图像中随机挑选N块图像块组成碎片化的学习模块,并制作学习模块的标准分割参照图;其中,学习模块的大小不超过灰度图像的预定百分比;根据选取的最佳特征值提取方案,提取学习模块中所有像素的特征值,得到特征值序列,并且提取标准分割参照图中每个像素的类别,得到与特征值序列相对应的标准分割参照序列;采用预定的方式分别对特征值序列及标准分割参照序列进行处理后,对特征值序列中的任一个像素特征值X,随机分配一组多项式f(X)的初始系数作为哈密顿算子的常数系数;并根据处理后的特征值序列与标准分割参照序列构造以灵敏度和特异度为变量的总误差函数,通过最速下降法,计算哈密顿算子的常数系数的最佳多项式系数,从而得到哈密顿算子的通用形式;利用哈密顿算子的通用形式并结合量子机制对学习模板进行分割测试,再计算本次分割测试的灵敏度与特异度;若本次分割测试的灵敏度与特异度均合格,则利用哈密顿算子的通用形式并结合量子机制对所述待分割处理图片进行分割。
【技术特征摘要】
1.一种通用型图像分割方法,其特征在于,包括:将待分割处理图片转化为灰度图像;从灰度图像中随机挑选N块图像块组成碎片化的学习模块,并制作学习模块的标准分割参照图;其中,学习模块的大小不超过灰度图像的预定百分比;根据选取的最佳特征值提取方案,提取学习模块中所有像素的特征值,得到特征值序列,并且提取标准分割参照图中每个像素的类别,得到与特征值序列相对应的标准分割参照序列;采用预定的方式分别对特征值序列及标准分割参照序列进行处理后,对特征值序列中的任一个像素特征值X,随机分配一组多项式f(X)的初始系数作为哈密顿算子的常数系数;并根据处理后的特征值序列与标准分割参照序列构造以灵敏度和特异度为变量的总误差函数,通过最速下降法,计算哈密顿算子的常数系数的最佳多项式系数,从而得到哈密顿算子的通用形式;利用哈密顿算子的通用形式并结合量子机制对学习模板进行分割测试,再计算本次分割测试的灵敏度与特异度;若本次分割测试的灵敏度与特异度均合格,则利用哈密顿算子的通用形式并结合量子机制对所述待分割处理图片进行分割。2.根据权利要求1所述的一种通用型图像分割方法,其特征在于,所述学习模块大小不超过灰度图像的10%;若灰度图像的尺寸小于预定值,则N=1,若灰度图像的尺寸大于预定值,则N≥2。3.根据权利要求1所述的一种通用型图像分割方法,其特征在于,所述标准分割参照图格式是0-1逻辑图像,其大小与学习模块完全一致;标准分割参照图上类别为1的像素点表示在学习模块上相同位置的像素点属于前景类像素;标准分割参照图上类别为0的像素点表示学习模块上相同位置的像素点属于背景类像素。4.根据权利要求1所述的一种通用型图像分割方法,其特征在于,该方法还包括选取最佳特征值提取方案,其步骤包括:随机选择m种类别的特征值,特征值的类别包括:像素灰度值、中值、平均值与图像纹理特征;利用学习模块及其标准分割参照图分别对m种类别的特征值进行测试,计算每种类别特征值在不同大小提取模板的情况下,单独作为提取方案时候的满意度S:a、对于每一种类别的特征值,均利用相应的特征值提取方案提取学习模块所有像素的特征值,得特征值序列;b、提取标准分割参照图中每个像素的类别,得到与特征值序列相对应的标准分割参照序列,其中,所述标准分割参照图中像素的类别包括0与1,...
【专利技术属性】
技术研发人员:吴本伟,匡森,丛爽,
申请(专利权)人:中国科学技术大学,
类型:发明
国别省市:安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。