图像分割方法及装置制造方法及图纸

本发明专利技术提供一种图像分割方法及装置，该方法包括：A、获取待分割图像对应的第一分割图像；B、确定当前第一分割图像所需要提取的特征；C、对当前第一分割图像中的每两个相邻区域进行所需要提取的特征的特征值计算，并按照预设算法获取当前第一分割图像中的每两个相邻区域的特征向量；D、根据当前第一分割图像中的每两个相邻区域的特征向量以及预设的特征权值，构造无向图；E、遍历所述无向图中的边，合并无向图，根据所述合并后的无向图得到区域合并后的新的第一分割图像；F、循环执行B‑E共N次，其中，N为大于等于2的预设值。该方法能够极大提升图像分割的精度以及速度。

Image segmentation method and device

The present invention provides an image segmentation method and device, the method comprises the following steps: first, to obtain A image segmentation image segmentation corresponding; B, first determine the current image segmentation to extract features; characteristics of C, features required to be extracted on the first image segmentation in every two adjacent area value the calculation, and in accordance with the feature vector of image segmentation algorithm to obtain the first preset in each of the two adjacent areas; D, according to the feature vector of current first image segmentation in each of two adjacent regions and the default feature weights, structure graph; E, traversing the undirected graph edges, with no to the map, according to the new first image segmentation combined to get the map after the merger; F, loop B E N, where N equals 2 is greater than the preset value. This method can greatly improve the accuracy and speed of image segmentation.

【技术实现步骤摘要】
图像分割方法及装置
本专利技术涉及计算机技术，尤其涉及一种图像分割方法及装置。
技术介绍
图像分割被广泛应用于计算机视觉以及图形学问题中。图像分割是指利用特定的算法将一张图像划分成若干个互不相交的子区域，每个子区域内部相似度越高、不同子区域之间差异越大，则分割效果越好。现有技术中，提出了一种基于图的贪心聚类图像分割算法，在该算法中，首先将需要进行图像分割的原始图像转换成一个无向图，该无向图中的每个顶点为原始图像中的一个像素点，该无向图中的每条边具有一个权重，该权重表示该条边所连接的两个像素点，即两个区域的不相似度。其次，根据无向图中边的权重进行相邻区域的相似度判断及区域合并。但是，现有技术的算法的精度不高，不能满足多种图像处理场景中对于图像分割精度的要求。
技术实现思路
本专利技术实施例提供一种图像分割方法及装置，用于解决现有技术中图像分割精度不高的问题。本专利技术实施例第一方面提供一种图像分割方法，该方法包括：A、获取待分割图像对应的第一分割图像，所述第一分割图像为对所述待分割图像进行超分割后所形成的，所述第一分割图像中包括多个区域；B、确定当前第一分割图像所需要提取的特征；C、对当前本文档来自技高网...

【技术保护点】
一种图像分割方法，其特征在于，包括：A、获取待分割图像对应的第一分割图像，所述第一分割图像为对所述待分割图像进行超分割后所形成的，所述第一分割图像中包括多个区域；B、确定当前第一分割图像所需要提取的特征；C、对当前第一分割图像中的每两个相邻区域进行所需要提取的特征的特征值计算，并按照预设算法获取当前第一分割图像中的每两个相邻区域的特征向量，所述特征向量为所需要提取的特征的特征值所组成的向量，所述特征向量中的特征值用于表示两个相邻区域的差异；D、根据当前第一分割图像中的每两个相邻区域的特征向量以及预设的特征权值，构造无向图，并且将所述无向图中的边所连接的两个顶点所对应的两个相邻区域的特征向量与所...

【技术特征摘要】
1.一种图像分割方法，其特征在于，包括：A、获取待分割图像对应的第一分割图像，所述第一分割图像为对所述待分割图像进行超分割后所形成的，所述第一分割图像中包括多个区域；B、确定当前第一分割图像所需要提取的特征；C、对当前第一分割图像中的每两个相邻区域进行所需要提取的特征的特征值计算，并按照预设算法获取当前第一分割图像中的每两个相邻区域的特征向量，所述特征向量为所需要提取的特征的特征值所组成的向量，所述特征向量中的特征值用于表示两个相邻区域的差异；D、根据当前第一分割图像中的每两个相邻区域的特征向量以及预设的特征权值，构造无向图，并且将所述无向图中的边所连接的两个顶点所对应的两个相邻区域的特征向量与所述特征权值的乘积作为所述无向图中的边的值，其中，所述特征向量中的一个特征值对应一个特征权值，所述无向图中的一个顶点表示当前第一分割图像中的一个区域；E、遍历所述无向图中的边，若所遍历到的边的值小于或等于所述所遍历到的边所连接的两个顶点所对应边的值中的最大值，则合并所述所遍历到的边所连接的两个顶点，得到合并后的无向图，根据所述合并后的无向图得到区域合并后的新的第一分割图像；F、循环执行B-E共N次，其中，N为大于等于2的预设值。2.根据权利要求1所述的方法，其特征在于，当第一次执行B时，所述确定当前第一分割图像所需要提取的特征，包括：确定当前第一分割图像所需要提取的特征为颜色和亮度特征。3.根据权利要求2所述的方法，其特征在于，所述对当前第一分割图像中的每两个相邻区域进行所需要提取的特征的特征值计算，并按照预设算法获取当前第一分割图像中的每两个相邻区域的特征向量，包括：使用公式以及计算当前第一分割图像中两个相邻区域的颜色和亮度特征的特征值，其中，和分别表示两个相邻区域中的一个区域，dl为两个相邻区域的l通道的平均值的差值，da为两个相邻区域的a通道的平均值的差值，db为两个相邻区域的b通道的平均值的差值，dc为dl、da、db的欧式距离，为区域中l通道的平均值，为区域中l通道的平均值，为区域中a通道的平均值，为区域中a通道的平均值，为区域中b通道的平均值，为区域中b通道的平均值；将dl、da、db、dc组合为当前第一分割图像中两个相邻区域的特征向量。4.根据权利要求1所述的方法，其特征在于，当第二次执行B时，所述确定当前第一分割图像所需要提取的特征，包括：确定当前第一分割图像所需要提取的特征为颜色和亮度特征以及区域边缘梯度差值特征。5.根据权利要求4所述的方法，其特征在于，所述对当前第一分割图像中的每两个相邻区域进行所需要提取的特征的特征值计算，包括：确定所述两个相邻区域的边缘以及所述边缘上的像素点；计算所述边缘上的每个像素点的邻域内的最大梯度值；计算所述边缘上的像素点的邻域内的最大梯度值的平均值，将所述平均值作为所述两个相邻区域的区域边缘梯度差值特征的特征值。6.根据权利要求5所述的方法，其特征在于，所述获取当前第一分割图像中的每两个相邻区域的特征向量，包括：将所述颜色和亮度特征以及所述区域边缘梯度差值特征组合为所述两个相邻区域的特征向量。7.根据权利要求1-6任一项所述的方法，其特征在于，所述当前第一分割图像所需要提取的特征还包括RGB直方图卡方距离特征、梯度直方图卡方距离特征、颜色空间方差特征以及深度学习边缘特征中的至少一种。8.一种图像分割装置，其特征在于，包括：获取模块，用于获取待分割图像对应的第一分割图像，所述第一分割图像为对所述待分割图像进行超分割后所形成的，所述第一分割图像中包括多个区域；确定模块，用于确定当前第一分割图像所需要提取的特征；计算模块，用于对当前第一分割图像中的每两个相邻区域进行所需要提取的特征的特征值计算，并按照预设算法获取当前第一分割图像中的每两个相邻区域的特征向量，所述特征向量为所需要提取的特征的特征值所组成的向量，所述特征向量中的特征值用于表示两个相邻区域的差异；构造模块，用于根据当前第一分割图像中的每两个相邻区域的特征向量以...

【专利技术属性】
技术研发人员：程明明，刘云，侯淇彬，白蔚，
申请(专利权)人：南开大学，华为技术有限公司，
类型：发明
国别省市：天津,12