图像分割方法及图像检索方法技术

本发明专利技术涉及一种图像分割方法，包括：将图像处理为图像显著图；用SC算法从图像显著图中提取显著性目标区域；判断用SC算法从图像显著图中提取显著性目标区域的次数是否小于等于预设值；若是，将图像显著图中显著性目标区域的显著性值置为0，继续返回到SC算法从图像显著图中提取显著性目标区域。利用迭代调取用SC算法，依次获取不同的显著性目标区域，从而实现分割多个显著性目标。还涉及一种图像检索方法。

Image segmentation method and image retrieval method

The present invention relates to an image segmentation method, including: image processing for image saliency map; extracting salient target area from the image saliency map using SC algorithm with SC algorithm; judging from the image saliency map extraction times was the target area is less than or equal to the preset value; if the distinctiveness target area image saliency map value is set to 0, to return to the SC algorithm from the image saliency map extracted salient target area. Using the iterative SC algorithm, different significant target areas are obtained in turn, so as to realize the segmentation of multiple significant targets. It also involves a method of image retrieval.

【技术实现步骤摘要】
图像分割方法及图像检索方法
本专利技术涉及图像
，特别是涉及图像分割方法及图像检索方法。
技术介绍
SC算法(具体参见ChengMM,ZhangGX,MitraN.J.,etal.Globalcontrastbasedsalientregiondetection[J].IEEETransactionsonPatternAnalysisandMachineIntelligence,2015,37(3):409-416)是一种基于显著性的图像分割算法，该算法根据显著图将置信度非常高的非显著性区域中的像素作为背景像素，将置信度非常高的显著性区域中的像素作为前景像素，然后迭代地调用GrabCut算法(具体参见RotherC,KolmogorovV,BlakeA.“GrabCut”:interactiveforegroundextractionusingiteratedgraphcuts[J].ACMTransactionsonGraphics,2004,23(3):309-314.)来精准分割显著性目标区域。然而，这种算法存在一个明显的缺点：SC算法倾向于处理包含单个显著性目标的图像，如果对包含多个显著性目标的图像进行处理时，SC算法仅能分割出其中一个显著性目标。由于采用显著性检测算法，例如HS算法(具体参见YanQ,XuL,ShiJ,etal.Hierarchicalsaliencydetection[C].IEEEConferenceonComputerVisionandPatternRecognition,2013:1155-1162.)在提取一幅图像的显著图时，图像中不同区域的显著性分配是不一样的，而SC算法在根据图像显著性信息分割目标时，通常会将显著性较高的目标区域作为SC算法的前景像素，显著性稍低的目标区域往往会被归类到背景像素，因而导致只有显著性最高的目标被分割出来。在当前图像搜索引擎中，比如百度图像检索引擎，通常提取图像的整体特征来检索图像。从技术角度来讲，这种做法是合理的，而从应用角度来说则可能无法满足人们的多种实际需求。对于一幅图像，不同的人可能关注图像不同的区域，即他们的兴趣目标可能不一样。例如，图1展示了一幅常见的图像，可知，对于这幅图像，有些人感兴趣的目标为穿蓝色衣服的小男孩，他们可能想检索类似小男孩的图像；有些人感兴趣的目标为小男孩身旁的小黄狗，他们可能想要识别这是一只什么种类的狗；甚至有些人的兴趣目标为背景部分(此时需要广义地理解兴趣目标)，他们可能想要检索类似背景作为电脑屏保。我们将这幅图像上传至百度图像搜索引擎进行检索识别。百度图像搜索引擎返回的前16幅图像结果如图2所示。(可以理解，这些结果只是用来示例，不排除百度图像搜索引擎由于某些原因，比如算法改进，对搜索结果进行改变)可以看出，这些返回的图像中，一部分图像与小男孩有关，另一部分与狗相关，甚至还有些与查询图像完全无关的图像。显然，这样的检索结果并不符合用户的检索需求。换句话说，百度图像搜索引擎并不能够准确地理解用户的兴趣目标，而且针对这类查询图像，搜索引擎一般也不可能会知道用户的兴趣目标是什么。因此，搜索引擎只好将与查询图像相关的图像全都返回给用户，从而导致用户的体验效果较差。在百度图像搜索引擎中，如果用户对检索结果不满意，可以使用搜索引擎提供的手动框选图的功能。该功能可以让用户手动框选出图像中需要识别的区域，然后搜索引擎仅根据框选的区域进行识别与检索，从而在一定程度上满足了用户各种实际需求。然而，在使用手动框选图的功能时，用户需要花费较多的时间框选他们想要检索的区域，而且有些区域(如背景区域)也很难通过手动框选出。显然，对于用户来说，这样的操作不够方便。
技术实现思路
基于此，有必要针对SC算法不能分割多个显著性目标的问题，提供一种可以分割多个显著性目标图像分割方法。同时，针对现有的图像检索方法不能解决用户多种不同的图像检索任务，提供一种可以解决用户多种不同检索任务且操作方便的图像检索方法。一种图像分割方法，包括：将图像处理为图像显著图；用SC算法从图像显著图中提取显著性目标区域；判断用SC算法从图像显著图中提取显著性目标区域的次数是否小于等于预设值；若是，将图像显著图中显著性目标区域的显著性值置为0，继续返回到SC算法从图像显著图中提取显著性目标区域。上述图像分割方法，利用迭代调取用SC算法，依次获取不同的显著性目标区域，从而实现分割多个显著性目标。在其中一个实施例中，所述预设值为2次。在其中一个实施例中，在将图像显著图中显著性目标区域的显著性值置为0之前，将显著性目标区域膨胀操作。在其中一个实施例中，利用HS算法将图像处理为图像显著图。一种图像检索方法，包括：利用上述的图像分割方法获取用户上传的图像的显著性目标区域；获取图像的非显著性目标区域；提供给用户检索路径的选择，即检索上传的图像、检索上传的图像中的显著性目标出现在不同场景的图像和检索与上传的图像中的非显著性目标区域类似的图像；根据用户对检索路径的选择，返回检索结果。上述图像检索方法，依据图像中不同兴趣目标给用户提供多种检索情形的选择，引导用户进行有效的图像检索，操作方便，性能好。在其中一个实施例中，在提供给用户检索路径的选择时，提供与检索路径相匹配的样例图像。附图说明图1为
技术介绍
中向百度图像搜索引擎上传的图像。图2为
技术介绍
中百度图像搜索引擎上传图像后返回的结果的示意图。图3为一实施例中提供的图像分割方法的流程图。图4为一实施例中提供的图像分割方法的流程图。图5为利用本申请提供的图像分割方法获取图像多显著性目标的过程的示意图。图6为一实施例中提供的图像检索方法的流程图。图7为一实施例中提供的测试图像检索方法效果时采用的图像数据库的示意图。图8为一实施例中提供的测试图像检索方法效果时得到的效果比较图。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。图3为一实施例中提供的图像分割方法的流程图。本实施例中，图像分割方法包括：S110、将图像处理为图像显著图。具体地，本实施例中采用HS算法(具体参见YanQ,XuL,ShiJ,etal.Hierarchicalsaliencydetection[C].IEEEConferenceonComputerVisionandPatternRecognition,2013:1155-1162.)把图像处理图像显著图。可以理解，把图像处理为图像显著图处理的算法，不限于HS算法。S120、用SC算法从图像显著图中提取显著性目标区域。具体地，SC算法(具体参见ChengMM,ZhangGX,MitraN.J.,etal.Globalcontrastbasedsalientregiondetection[J].IEEETransactionsonPatternAnalysisandMachineIntelligence,2015,37(3):409-416)是一种基于显著性的图像分割算法，该算法根据图像显著图将置信度非常高的非显著性区域中的像素作为背景像素，将置信度非常高的显著性区域中的像本文档来自技高网...

【技术保护点】
一种图像分割方法，包括：将图像处理为图像显著图；用SC算法从图像显著图中提取显著性目标区域；判断用SC算法从图像显著图中提取显著性目标区域的次数是否小于等于预设值；若是，将图像显著图中显著性目标区域的显著性值置为0，继续返回到用SC算法从图像显著图中提取显著性目标区域。

【技术特征摘要】
1.一种图像分割方法，包括：将图像处理为图像显著图；用SC算法从图像显著图中提取显著性目标区域；判断用SC算法从图像显著图中提取显著性目标区域的次数是否小于等于预设值；若是，将图像显著图中显著性目标区域的显著性值置为0，继续返回到用SC算法从图像显著图中提取显著性目标区域。2.根据权利要求1所述的图像分割方法，其特征在于，所述预设值为2次。3.根据权利要求1所述的图像分割方法，其特征在于，在将图像显著图中显著性目标区域的显著性值置为0之前，将显著性目标区域膨胀操作。4.根据权利要求1所述...

【专利技术属性】
技术研发人员：钟宝江，张峰，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏,32