The invention discloses a semi-supervised color image segmentation method based on super-pixel spectral clustering, which includes the following steps: first, inputting the RGB color image to be processed; second, initializing the super-pixel initialization size and normative coefficient of SLIC parameters, calculating the super-pixel, and extracting the mean of each super-pixel block pixel to generate the super-pixel image; third, generating the super-pixel image; In the first step, the semi-supervised information is obtained by marking the lines manually; in the fourth step, the semi-supervised information obtained in the previous step is used to construct the similarity between the super-pixel blocks; in the fifth step, the color image is segmented by using the semi-supervised similarity matrix constructed by the NJW spectral clustering algorithm; in the sixth step, the final segmentation of the input image is obtained according to the results of the division of the super-pixel regions. Fruit. The invention can accelerate the speed of image segmentation and improve the efficiency of the algorithm, and obtain relatively ideal segmentation results.
【技术实现步骤摘要】
一种基于半监督的超像素谱聚类彩色图像分割方法
本专利技术属于图像处理领域,具体涉及一种基于半监督的超像素谱聚类彩色图像分割方法。
技术介绍
随着科学技术的发展,将接收到的彩色图像进行处理,以备进一步的分析和使用,已经成为了图像工程发展的当务之急。图像分割是图像处理的基础,其结果的好坏直接影响着图像分析的准确性。图像分割的定义就是将输入的图像分割成若干个有特殊意义的区域并区分出图像目标和背景的过程。传统的图像分割技术是基于像素级别的,往往使得最终的图像分割结果很容易出现碎片化的现象,为了能够突出图像的区域信息,引入了超像素的概念。基于聚类算法的图像分割技术一直是研究的一个热点,特别是谱聚类算法,因为它对样本空间的分布没有限制都可以收敛于全局最优解,且能够应用在图像分割领域并取得很好的分割效果。但是传统谱聚类算法是基于图谱理论的,在海量数据运算、相似性构造等方面还存在许多尚未解决的问题,因此,对谱聚类算法的研究仍然是一个热点和难点。
技术实现思路
本专利技术的目的在于针对上述现有技术中的问题,提供一种基于半监督的超像素谱聚类彩色图像分割方法,根据用户提供的少量标记信息构造 ...
【技术保护点】
1.一种基于半监督的超像素谱聚类彩色图像分割方法,其特征在于,包括以下步骤:步骤一、输入待分割的图像I,提取每个超像素区域的RGB平均值作为区域代表特征;步骤二、用户在图像上进行标记,根据标记信息获得超像素区域的半监督模糊隶属度uij;步骤三、利用公式Sij=max({min(μti,μtj)}t=1,2,...,c)得到相似性矩阵S并构造拉普拉斯矩阵L;步骤四、根据用户标记获得聚类数目k,计算拉普拉斯矩阵L的k个最大特征值对应的特征向量,构造矩阵F=[f
【技术特征摘要】
1.一种基于半监督的超像素谱聚类彩色图像分割方法,其特征在于,包括以下步骤:步骤一、输入待分割的图像I,提取每个超像素区域的RGB平均值作为区域代表特征;步骤二、用户在图像上进行标记,根据标记信息获得超像素区域的半监督模糊隶属度uij;步骤三、利用公式Sij=max({min(μti,μtj)}t=1,2,...,c)得到相似性矩阵S并构造拉普拉斯矩阵L;步骤四、根据用户标记获得聚类数目k,计算拉普拉斯矩阵L的k个最大特征值对应的特征向量,构造矩阵F=[f1,f2,...,fk]并进行归一化得到新的矩阵F,其中步骤五、将矩阵F的每一行看成是Rk空间中的一个点,聚类得到超像素区域的划分;步骤六、根据超像素区域的划分结果得到输入图像最终的分割结果。2.根据权利要求1所述基于半监督的超像素谱聚类彩色图像分割方法,其特征在于:所述的步骤一利用...
【专利技术属性】
技术研发人员:刘汉强,赵静,赵凤,
申请(专利权)人:陕西师范大学,
类型:发明
国别省市:陕西,61
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。