一种基于局部先验分布的交互式图像分割方法技术

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；3)根据现有图像建立图模型，利用最大流/最小割理算能量函数的最小值；4)对初步分割好的图像灰度图进行边缘检测，去除多余区域，对最终得到的分割结果进一步平滑得到最终的分割结果。本发明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。

An interactive image segmentation method based on local prior distribution

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，μO是前景像素值的和的平均值，μB是背景像素值的和的平均值，Φ是所选择的分布模型；3)根据现有图像建立图模型，利用最大流/最小割理算能量函数的最小值，过程如下：3.1)先进行图构建，利用上述求得局部信息来构建图。其中图中包含两种边n-links和t-links。n-links是像素点与像素点之间相连的边，t-links是像素点分别与目标点S和T相连的边，上述得到的局部先验信息决定t-links边的赋值；3.2)利用maxflow/mincut来求解能量函数的最小值；4)对初步分割好的图像灰度图进行边缘检测，去除多余区域，对最终得到的分割结果进一步平滑得到最终的分割结果。所述步骤4)的过程如下：4.1)计算每个闭合曲线的周长C判断该闭合区域是否保留；ifC>Tthen保留该区域else删除该区域其中T为阈值曲线长度；4.2)对分割结果进行平滑，使分割结果的图像边缘平滑。由此得到最终的分割结果。本专利技术的技术构想为：该方法针对GrabCut分割速度慢，复杂场景分割结果差的问题提出方法改进。首先通过滤波去除噪声信息，再选取和保留分割对象重要的局部信息，然后选择数据分布模型确定n-links的值。利用maxflow/mincut求得能量函数最小值从而得到初步的分割结果，同时去除多余区域来进一步提高分割结果的精度。最后对最终结果进行平滑处理，得到边界平滑的分割结果。本专利技术的有益效果主要表现在：1.通过选取局部信息直接保留重要的局部信息2.简化数据分布模型，减少计算量，提高分割速度3.针对复杂场景，分割结果精度提高，同时分割结果稳定。附图说明图1是基于局部先验分布的交互式图像分割方法的流程图。图2是简单场景的分割方法的具体流程与操作的示意图。图3是复杂场景的分割方法的具体流程与操作的示意图。具体实施方式下面结合附图对本专利技术进一步描述。参照图1-图3，一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)对图2(a)、图3(a)待分割的图像进行平滑处理，去除噪声。本例中利用中值滤波进行图像的平滑处理。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，S可以为一个区域，也可以为多个区域，使用任意图像选取，此实例中以矩形框为例。此情形可以将情况分为两种：2.1.1)对于如图2(a)的简单场景，选择分割对象的局部，如图2(b).2.1.2)对于如图3(a)的复杂场景，如图3(b)，选取分割对象的范围U，再选取分割对象的局部。此时可以将图像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，μO是前景像素值的和的平均值，μB是背景像素值的和的平均值。Φ是所选择的分布模型，选择高斯分布计算分布模型。3)根据现有图像建立图模型，利用最大流/最小割理算能量函数的最小值3.1)先进行图构建，利用上述求得局部信息来构建图。3.2)利用maxflow/mincut来求解能量函数的最小值。4)对初步分割好的图像灰度图进行边缘检测，去除多余区域，对最终得到的分割结果进一步平滑得到最终的分割结果。4.1)计算每个闭合曲线的周长C判断该闭合区域是否保留。ifC>Tthen保留该区域else删除该区域其中T为阈值曲线长度。此例中将T设为50，T是一个可以调节的值。图2(d)和图3(d)显示的是处理过后的边缘检测图。4.2)对分割结果进行中值滤波，使得分割结果的图像边缘平滑。由此得到最终的分割结果如图2(c)和图3(c)。图2(e)和图3(e)显示的是分割结果的二值化图像。本文档来自技高网...

【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