自然场景下基于BPT结点分析的混合目标物提取方法技术

本发明专利技术公开了一种自然场景下基于BPT结点分析的混合目标物提取方法，步骤包括：采用分水岭算法对待处理图像进行初始分割；计算初始分割图中所有相邻区域对的区域相似度；依据合并规则选择一对或多对区域进行合并，并构建BPT来记录合并序列；计算完成合并的区域信息，并更新区域相似度；若现有区域数大于1，则返回步骤3继续合并；依据重要性指数生成选定结点集，并基于选定结点集提取目标物。该混合目标物提取方法通过基于BPT的结点分析，选择BPT结点子集得到合适的区域合并结果来表示图像分割结果，最终实现目标提取。

【技术实现步骤摘要】
自然场景下基于BPT结点分析的混合目标物提取方法
本专利技术涉及一种混合目标物提取方法，尤其是一种自然场景下基于BPT结点分析的混合目标物提取方法。
技术介绍
分析和理解自然场景图像中的重要信息，对环境的检测与保护有重大意义。自然场景图像的分析和理解应当以图像分割产生的具有结构化信息的目标为基础。有许多广泛使用的图像分割方法，都存在着过分割现象，导致图像分割的结果效果不是很理想，无法提取图像中的目标。近年来，基于区域合并的图像分割方法吸引了很多的研究。这些方法可以描述为：从一个初始的过分割图像开始，然后根据预先定义的区域合并准则逐步将相似的相邻区域合并形成新的区域，最后得到一个图像分割结果，并提取出目标。图像的初始分割一般由分水岭算法、均值漂移算法和超像素算法等初级图像分割算法来完成，使用这些算法足以得到一个效果良好的过分割图像结果。相邻的一对区域是否合并由区域相似性度量来决定，通常区域相似性度量是基于一些区域的重要信息来进行计算的，比如区域灰度与区域面积等。除了相似性度量以外，区域的合并准则也很重要，区域合并准则将基于区域相似性度量来本文档来自技高网...

【技术保护点】
1.自然场景下基于BPT结点分析的混合目标物提取方法，其特征在于，包括如下步骤：/n步骤1，采用分水岭算法对待处理图像进行初始分割；/n步骤2，计算初始分割图中所有相邻区域对的区域相似度；/n步骤3，依据合并规则选择一对或多对区域进行合并，并构建BPT来记录合并序列；/n步骤4，计算完成合并的区域信息，并更新区域相似度；/n步骤5，若现有区域数大于1，则返回步骤3继续合并，否则转至步骤6；/n步骤6，依据重要性指数生成选定结点集，并基于选定结点集提取目标物。/n

【技术特征摘要】
1.自然场景下基于BPT结点分析的混合目标物提取方法，其特征在于，包括如下步骤：
步骤1，采用分水岭算法对待处理图像进行初始分割；
步骤2，计算初始分割图中所有相邻区域对的区域相似度；
步骤3，依据合并规则选择一对或多对区域进行合并，并构建BPT来记录合并序列；
步骤4，计算完成合并的区域信息，并更新区域相似度；
步骤5，若现有区域数大于1，则返回步骤3继续合并，否则转至步骤6；
步骤6，依据重要性指数生成选定结点集，并基于选定结点集提取目标物。


2.根据权利要求1所述的自然场景下基于BPT结点分析的混合目标物提取方法，其特征在于，步骤2中，区域相似度计算公式为：
S(i,j)＝ρ1α(i,j)+ρ2c(i,j)
式中，ρ1和ρ2分别表示区域面积和区域灰度的相似性系数，α(i,j)表示相邻区域的面积相似度，c(i,j)表示相邻区域的灰度相似度。


3.根据权利要求2所述的自然场景下基于BPT结点分析的混合目标物提取方法，其特征在于，相邻区域的面积相似度的计算公式为：



式中，ai和aj分别表示相邻两区域的面积。


4.根据权利要求2所述的自然场景下基于BPT结点分析的混合目标物提取方法，其特征在于，相邻区域的灰度相似度的计算公式为：



式中，Hi表示区域Ri的颜色直方图，Hj表示区域Rj的颜色直方图，α和β分别是相邻直方图Hi和Hj对应的bin。


5.根据权利要求1所述的自然场景下基于BPT结点分析的混合目标物提取方法，其特征在于，步骤3中，合并规则具体为：



式中，Φ＝{Ri，Rj|αi<μ，αj<μ}，Distinguish(i,j)表示判断Ri与Rj是否互为对方邻域中相似度最大的区域，取值为1时表示是，反之则表示不是。

【专利技术属性】
技术研发人员：钱晓军，杨瑞，孔翰明，付港，
申请(专利权)人：南京卫泽科技信息有限公司，
类型：发明
国别省市：江苏;32