An interactive image segmentation method based on local prior distribution, which comprises the following steps: 1) the segmented image smoothing, noise removal; 2) the distribution of information selection of local object segmentation to calculate the target and background as prior distributions, assuming the original image pixel set is I; 3) is established according to the existing graph model the image, using the maximum flow / minimum cut is the minimum value of the energy function; 4) to detect the edge of the preliminary segmentation of gray image well, remove excess area, obtain the final segmentation result further smoothing to get the final segmentation result. The invention provides an interactive image segmentation method based on local prior distribution, which can reduce the time needed for image segmentation and improve the accuracy of segmentation results of complex scenes.
【技术实现步骤摘要】
一种基于局部先验分布的交互式图像分割方法
本专利技术属于图像分割
,尤其涉及一种图像分割方法。
技术介绍
通常的,图像在进行配准和重建前,需要对图像进行精确分割。但是现有的图像分割方法还未形成一个体系,导致各种各样的图像分割算法繁多。现有的常用的图像分割方法有阈值分割,区域增长,边缘检测,基于图论分割等。而GrabCut方法一种基于图论的方法,这种方法是在GraphCut分割算法的基础改进的方法上,利用迭代的方式求得全局的最优结果,但是这种算法存在分割时间长,复杂图像分割效果差的缺点。GrabCut存在的技术缺陷为:分割时间长,复杂图像分割效果差。
技术实现思路
为了克服现有的GrabCut方法的分割时间长、复杂图像分割效果差的不足,本专利技术提供了一种基于局部先验分布的交互式图像分割方法,能减少图像分割所需要的时间,并提高复杂场景分割结果的精度。本专利技术解决其技术问题所采用的技术方案是:一种基于局部先验分布的交互式图像分割方法,包括如下步骤:1)对待分割的图像进行平滑处理,去除噪声;2)选取分割对象的局部来计算目标和背景的分布信息作为分布先验,假设原图像像素集合为I,选取计算过程如下:2.1)选取分割对象局部图像S,将情况分为两种:2.1.1)对于简单场景,选择分割对象的局部;2.1.2)对于复杂场景,先增加分割对象范围框来缩小分割范围,此范围为U,再选择分割对象的局部,可用任意的闭合形状选择。综合以上两种情况,将图像I中的像素分为四类集合:{F,B,PF,PB},其中F是前景像素点,B是背景像素点,PF是可能的前景像素点,PB是可能的背景像素点;其 ...
【技术保护点】
一种基于局部先验分布的交互式图像分割方法,其特征在于,包括如下步骤:1)对待分割的图像进行平滑处理,去除噪声;2)选取分割对象的局部来计算目标和背景的分布信息作为分布先验,假设原图像像素集合为I,选取计算过程如下:2.1)选取分割对象局部图像S,将情况分为两种:2.1.1)对于简单场景,选择分割对象的局部;2.1.2)对于复杂场景,先增加分割对象范围框来缩小分割范围,此范围为U,再选择分割对象的局部,可用任意的闭合形状选择;综合以上两种情况,将图像I中的像素分为四类集合:{F,B,PF,PB},其中F是前景像素点,B是背景像素点,PF是可能的前景像素点,PB是可能的背景像素点;其中对于简单场景中存在两种像素点PB和F,p为任意像素点;
【技术特征摘要】
1.一种基于局部先验分布的交互式图像分割方法,其特征在于,包括如下步骤:1)对待分割的图像进行平滑处理,去除噪声;2)选取分割对象的局部来计算目标和背景的分布信息作为分布先验,假设原图像像素集合为I,选取计算过程如下:2.1)选取分割对象局部图像S,将情况分为两种:2.1.1)对于简单场景,选择分割对象的局部;2.1.2)对于复杂场景,先增加分割对象范围框来缩小分割范围,此范围为U,再选择分割对象的局部,可用任意的闭合形状选择;综合以上两种情况,将图像I中的像素分为四类集合:{F,B,PF,PB},其中F是前景像素点,B是背景像素点,PF是可能的前景像素点,PB是可能的背景像素点;其中对于简单场景中存在两种像素点PB和F,p为任意像素点;对于复杂场景,2.2)利用相应的局部信息计算前景和背景的分布Pp(Vp|O)=||Vp-μO||ΦPp(Vp|B)=||Vp-μB||Φ其中,Pp(Vp|O)和Pp(Vp|B)为任意像素点p分别属于目标和背景的分布概率,Vp是当前显示p的像素值...
【专利技术属性】
技术研发人员:管秋,华敏,胡海根,李疆,金钦钦,汪晓妍,
申请(专利权)人:浙江工业大学,
类型:发明
国别省市:浙江,33
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。