基于稀疏表示的图像分割方法、装置、设备及存储介质制造方法及图纸

本发明专利技术提供一种基于稀疏表示的图像分割方法、装置、设备及存储介质，方法包括：收集一定数量的图像及其分割标记，然后用狄利克雷混合模型对其进行无监督分割，并调整其参数，获得每张图像最优参数，组成最优参数列表，然后将每张图像转换为灰度图，提取它们的灰度直方图特征，训练生成一个稀疏表示字典，提取待分割的图像的灰度直方图特征，计算它的稀疏系数，根据得到的稀疏系数，从稀疏表示字典获取与其最接近的图像，从最优参数列表中获取近似图像的最优参数，并用最优参数进行赋值，利用赋值好的参数对待分割图像进行无监督图像分割，得到分割结果。本发明专利技术狄利克雷混合模型的优化参数不需要人工调整，而是经过稀疏表示预测后自动生成。

【技术实现步骤摘要】
基于稀疏表示的图像分割方法、装置、设备及存储介质
本专利技术涉及图像分割
，具体而言，涉及一种基于稀疏表示的图像分割方法、装置、设备及存储介质。
技术介绍
基于狄利克雷的图像分割算法是一种常用的图像分割算法，其主要是基于像素点进行计算分割。原始基于狄利克雷混合模型的图像分割算法，目前其中几个重要参数主要依靠人工经验和实际测试去做调整和优化，无法自动预测最优参数，由于其重要参数在不同图像的分割中存在显著的差异，使得不同图像使用相同参数可能取得完全不一样的分割效果，甚至有的会造成分割的失败。针对不同图像，狄利克雷混合模型重要参数的调整优化是繁琐耗时和难以把控与评价的。
技术实现思路
本专利技术的目的在于提供一种基于稀疏表示的图像分割方法、装置、设备及存储介质用以解决无法自动预测最优参数导致耗时的问题。为实现上述目的，本专利技术实施例提供一种基于稀疏表示的图像分割方法，包括以下步骤：收集一定数量的图像及其分割标记；基于所述分割标记，用狄利克雷混合模型对收集的图像进行无监督分割，并调整狄利克雷混合模型的本文档来自技高网...

【技术保护点】
1.一种基于稀疏表示的图像分割方法，其特征在于，包括以下步骤：/n收集一定数量的图像及其分割标记；/n基于所述分割标记，用狄利克雷混合模型对收集的图像进行无监督分割，并调整狄利克雷混合模型的参数，获得使每张图像的分割结果接近最优的最优参数；/n记录每张图像的最优参数，组成最优参数列表；/n将每张图像转换为灰度图，并提取它们的灰度直方图特征；/n将从每张图像提取的灰度直方图特征组成一个字典，训练生成一个稀疏表示字典；/n提取待分割的图像的灰度直方图特征，利用该灰度直方图特征，计算其在所训练的稀疏表示字典中的稀疏系数；/n根据计算得到的所述稀疏系数，从所述稀疏表示字典获取与其最接近的近似图像；/n...

【技术特征摘要】
1.一种基于稀疏表示的图像分割方法，其特征在于，包括以下步骤：
收集一定数量的图像及其分割标记；
基于所述分割标记，用狄利克雷混合模型对收集的图像进行无监督分割，并调整狄利克雷混合模型的参数，获得使每张图像的分割结果接近最优的最优参数；
记录每张图像的最优参数，组成最优参数列表；
将每张图像转换为灰度图，并提取它们的灰度直方图特征；
将从每张图像提取的灰度直方图特征组成一个字典，训练生成一个稀疏表示字典；
提取待分割的图像的灰度直方图特征，利用该灰度直方图特征，计算其在所训练的稀疏表示字典中的稀疏系数；
根据计算得到的所述稀疏系数，从所述稀疏表示字典获取与其最接近的近似图像；
从所述最优参数列表中获取所述近似图像的最优参数，并采用所述最优参数对狄利克雷混合模型的参数进行赋值；
利用赋值好参数的狄利克雷混合模型对待分割图像进行无监督图像分割，得到分割结果。


2.根据权利要求1所述的一种基于稀疏表示的图像分割方法，其特征在于，所述图像在灰度直方图的分布上具有差异性以及多的分布类型。


3.根据权利要求1所述的一种基于稀疏表示的图像分割方法，其特征在于，在获得所述最优参数的过程中，结合分割结果与对应分割标记的精度，判断参数是否达到最优。


4.根据权利要求1所述的一种基于稀疏表示的图像分割方法，其特征在于，所述灰度直方图特征包括256维度的特征。


5.一种基于稀疏表示的图像分割装置，其特征在于，包括:
收集模块，用于收集一定数量的图像及其分割标记；
第一分割模块，用于基于所述分割标记，用狄利克雷混合模型对收集的图像进行无监督分割，并调整狄利克雷混合模型的参数，获得使每张图像的分割结果接近最优的最优...

【专利技术属性】
技术研发人员：陈子仪，范文涛，钟必能，杜吉祥，
申请(专利权)人：华侨大学，
类型：发明
国别省市：福建;35