图像分割的方法和装置制造方法及图纸

本发明专利技术提出了一种图像分割的方法，所述方法包括：获取待分割的原始目标图像，提取所述原始目标图像中待分割区域的几何特征，获取所述原始目标图像中每个像素点的颜色特征，根据提取的所述几何特征和所述每个像素点的颜色特征对原始目标图像中的各个像素点进行聚类，根据聚类的结果将所述原始目标图像进行分割。通过将几何特征和每个像素点的颜色特征结合对原始目标图像中的各个像素点进行聚类，这样即使待分割区域的颜色特征不明显，由于几何特征的限制也能精确的将区域进行分割。此外，还提出了一种图像分割的装置。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，特别是涉及一种图像分割的方法和装置。
技术介绍
随着图像技术的发展，如何对图像进行分割显得越来越重要。传统的对图像的区域进行分割主要有两种方法，一种是基于颜色特征的分割方法，一种是基于边缘特征和能量泛函的分割方法。其中，基于颜色特征的分割方法对颜色的深度有较高的要求，如果分割目标的颜色特征不明显则会造成分割失败。比如，当嘴唇的颜色很浅几乎和脸部肤色一致时，用这种分割方法就无法成功分割出嘴唇区域。能量泛函本质上就是先建立描述区域集合特征的参数表达式，通过调节参数来改变区域的形状，当定义的能量泛函取最小值时，表达式所表示的几何图形完全切合实际的区域边缘，其缺点是在区域的几何特征比较复杂的情况下简历参数表达式比较困难，且参数众多，参数众多本身又会导致能量函数求解极小值的难度非常大，算法的运行效率也变得非常低，且其所描绘的曲线一般是连续而且平滑的，而实际上某些分割对象本身的边界并不是平滑的，所以区域分割效果不好。
技术实现思路
基于此，有必要针对上述问题，提供一种更精确的图像分割的方法和装置一种图像分割的方法，所述方法包括：获取待分割的原始目标图像；提取所述原始目标图像中待分割区域的几何特征；获取所述原始目标图像中每个像素点的颜色特征；根据提取的所述几何特征和所述每个像素点的颜色特征对原始目标图像中的各个像素点进行聚类；根据聚类的结果将所述原始目标图像进行分割。一种图像分割的装置，所述装置包括：图像获取模块，用于获取待分割的原始目标图像；提取模块，用于提取所述原始目标图像中待分割区域的几何特征；颜色特征获取模块，用于获取所述原始目标图像中每个像素点的颜色特征；第一聚类模块，用于根据提取的所述几何特征和所述每个像素点的颜色特征对原始目标图像中的各个像素点进行聚类；分割模块，用于根据聚类的结果将所述原始目标图像进行分割。上述图像分割的方法和装置，通过获取待分割的原始目标图像，提取原始目标图像中待分割区域的几何特征，获取原始目标图像中每个像素点的颜色特征，根据提取的几何特征和每个像素点的颜色特征对原始目标图像中的各个像素点进行聚类。上述图像分割的方法，通过将几何特征和每个像素点的颜色特征结合对原始目标图像中的各个像素点进行聚类，这样即使待分割区域的颜色特征不明显，由于几何特征的限制也能精确的将区域进行分割。因此，通过将待分割区域的几何特征和颜色特征结合可以更加精确的对区域进行分割。附图说明图1为一个实施例中终端的内部结构示意图；图2为一个实施例中图像分割的方法流程图；图3为一个实施例中提取人脸几何特征的点的示意图；图4为一个实施例中根据提取的几何特征和颜色特征对像素点进行聚类的方法流程图；图5A为一个实施例中的原始目标图像的示意图；图5B为一个实施例中唇部区域填充并进行模糊处理后的示意图；图6为一个实施例中根据颜色特征和亮度值对像素点进行聚类的方法流程图；图7为一个实施例中对图像进行模糊处理的方法流程图；图8为一个实施例中图像分割的装置的结构框图；图9为一个实施例中第一聚类模块的结构框图；图10为一个实施例中第二聚类模块的结构框图；图11为一个实施例中模糊处理模块的结构框图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，在一个实施例中，终端100的内部结构如图1所示，包括通过系统总线连接的处理器、内存储器、非易失性存储介质、网络接口、图像采集装置、显示屏和输入装置。其中，终端100的非易失性存储介质存储有操作系统，还包括一种图像分割的装置，该图像分割的装置用于实现一种图像分割的方法。该处理器用于提供计算和控制能力，支撑整个终端的运行。终端中的内存储器为非易失性存储介质中的图像分割的装置的运行提供环境，该内存储器中存有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行一种图像分割的方法。网络接口用于连接到网络进行通信。图像采集装置用于图像的采集，比如进行图像的录入。终端的显示屏可以是液晶显示屏或者电子墨水显示屏等，输入装置可以是显示屏上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，也可以是外接的键盘、触控板或鼠标等。该终端可以是手机、平板电脑、笔记本电脑、台式计算机等。本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的终端的限定，具体的终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。如图2所示，在一个实施例中，提出了一种图像分割的方法，该方法包括：步骤202，获取待分割的原始目标图像。具体的，原始目标图像可以是彩色图像，也可以是灰度图像。对原始目标图像进行分割的前提是图像中的待分割区域具有一定的几何形状限制。步骤204，提取原始目标图像中待分割区域的几何特征。在本实施例中，根据待分割区域本身具有的几何形状来提取待分割区域的几何特征。提取待分割区域的几何特征有很多种方法，针对不同的图像可以采取不同的方法。其中，对于人脸图像，可以采用人脸定位技术提取描述人脸几何特征的点，然后将提取的特征点连接起来就形成了对应的几何特征。以提取人脸图片中的唇部为例，图3为一个实施例中提取人脸几何特征的点的示意图，其中，包括了描述唇部区域几何特征的点(65-82)，将描述唇部的特征点连接起来就构成了该唇部区域的几何特征。对于非人脸图像，可以采用任何计算机图像算法来提取待分割区域的几何特征，这里并不对提取几何特征的算法进行限制。步骤206，获取原始目标图像中每个像素点的颜色特征。具体的，图像是由一个个像素点组成的，每个像素点都对应一个颜色特征。原始目标图像可以是彩色图像也可以是灰度图像，若图像是彩色图像，可以使用多种颜色空间的分量进行组合，比如使用Lab颜色空间的三个分量加上YCbCr颜色空间的CbCr分量组合为一个包含五个分量的颜色特征矢量(L，a，b，Cb，Cr)，其中，Lab中的L表示亮度，a表示从洋红色到绿色的范围，b表示从黄色至蓝色的范围；YCbCr中的Cb代表蓝色的浓度偏移量，Cr代表红色的浓度偏移量。若图像为灰度图像，那么颜色特征只用灰度信息就可以了。获取原始目标图像中每个像素点的颜色特征，就是要获取表示像素点的颜色特征矢量。步骤208，根据提取的几何特征和每个像素点的颜色特征对原始目标图像中的各个像素点进行聚类。在本实施例中，首先，根据提取的几何特征确定原始目标图像中待分割的目标区域和非目标区域，由于根据几何特征划分得到的目标区域和非目标区域并不一定准确，有时还会存在较大偏差，所以需要进一步结合每个像素点的颜色特征对划分的目标区域和非目标区域进行校正调整得到更精确的划分。具体的，根据几何特征确定原始目标图像中待分割的目标区域和非目标区域后，将目标区域和非目标区域用不同的颜色进行填充以区分目标区域和非目标区域，将填充后的图像进行模糊处理，提取进行模糊处理后的图像中的用于表征不同颜色特征的参数，比如，可以提取进行模糊处理后的图像中每个像素点的亮度值，然后根据每个像素点的颜色特征和对应的亮度值对原始目标图像中的各个像素点进本文档来自技高网...

【技术保护点】
一种图像分割的方法，所述方法包括：获取待分割的原始目标图像；提取所述原始目标图像中待分割区域的几何特征；获取所述原始目标图像中每个像素点的颜色特征；根据提取的所述几何特征和所述每个像素点的颜色特征对原始目标图像中的各个像素点进行聚类；根据聚类的结果将所述原始目标图像进行分割。

【技术特征摘要】
1.一种图像分割的方法，所述方法包括：获取待分割的原始目标图像；提取所述原始目标图像中待分割区域的几何特征；获取所述原始目标图像中每个像素点的颜色特征；根据提取的所述几何特征和所述每个像素点的颜色特征对原始目标图像中的各个像素点进行聚类；根据聚类的结果将所述原始目标图像进行分割。2.根据权利要求1所述的方法，其特征在于，所述根据提取的所述几何特征和所述每个像素点的颜色特征对原始目标图像中的各个像素点进行聚类的步骤包括：根据提取的所述几何特征确定所述原始目标图像中待分割的目标区域和非目标区域；将所述目标区域和所述非目标区域用亮度值不同的颜色进行填充以区分所述目标区域和所述非目标区域；将填充后的图像进行模糊处理，计算进行模糊处理后的图像中每个像素点对应的亮度值；根据所述每个像素点的颜色特征和对应的所述亮度值对所述原始目标图像中的各个像素点进行聚类。3.根据权利要求2所述的方法，其特征在于，所述根据所述每个像素点的颜色特征和对应的所述亮度值对所述原始目标图像中的各个像素点进行聚类的步骤包括：根据所述每个像素点对应的亮度值分别确定每个像素点隶属于所述目标区域和所述非目标区域的初始隶属度；根据所述每个像素点的颜色特征和对应的所述亮度值分别确定目标区域和非目标区域的初始中心值；根据所述初始隶属度和所述初始中心值以及所述每个像素点的颜色特征和对应的所述亮度值对原始目标图像中的像素点进行聚类得到每个像素点隶属于所述目标区域的概率。4.根据权利要求2所述的方法，其特征在于，所述将填充后的图像进行模糊处理，获取进行模糊处理后的图像中每个像素点的亮度值的步骤包括：获取预设的模糊半径，根据所述模糊半径对填充后的图像进行模糊处理；计算进行所述模糊处理后的图像中每个像素点对应的亮度值。5.根据权利要求1所述的方法，其特征在于，所述根据聚类的结果将所述原始目标图像进行分割的步骤包括：根据聚类得到的每个像素点隶属于所述目标区域的概率进行区域的分割，其中，将大于预设概率值的像素点划分为目标区域，将小于或等于预设概率值的像素点划分为非目标区域。6....

【专利技术属性】
技术研发人员：蒋兴华，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44