一种图像分割方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种图像分割方法、装置、计算机设备及存储介质，方法包括：获取待分割图像；根据图像特征对所述待分割图像进行聚类分割处理，得到设定数量的初始聚类分割区域；计算各所述初始聚类分割区域之间的区域图像相似度和区域距离权值；根据所述区域图像相似度和所述区域距离权值计算无向图权值；根据所述无向图权值计算随机游走算法的节点分类概率；根据所述节点分类概率对所述初始聚类分割区域再次进行分割，得到目标图像分割结果。本发明专利技术实施例的技术方案能够提高图像分割的效率和精度。

【技术实现步骤摘要】
一种图像分割方法、装置、计算机设备及存储介质
本专利技术实施例涉及图像处理
，尤其涉及一种图像分割方法、装置、计算机设备及存储介质。
技术介绍
图像分割是把图像分成多个具有相同特征的区域，并对感兴趣的目标进行提取的技术和过程。图像分割是众多图像处理和计算机视觉系统的重要组成部分，是图像处理与分析中的一个基本问题。随机游走算法是一种半自动的图像分割算法，并已成功地应用在图像分割领域，它通过计算每个像素到给定像素的概率值来分割图像。专利技术人在实现本专利技术的过程中，发现现有技术存在如下缺陷：现有的随机游走算法中涉及到的图像特征较为单一，且以每个像素为单位进行计算，往往会导致分割结果不理想，图像分割的效率和精度较低。
技术实现思路
本专利技术实施例提供一种图像分割方法、装置、计算机设备及存储介质，能够提高图像分割的效率和精度。第一方面，本专利技术实施例提供了一种图像分割方法，包括：获取待分割图像；根据图像特征对所述待分割图像进行聚类分割处理，得到设定数量的初始聚类分割区域；计算各所述初始聚类分割区域之间的区域图像相似度和区域距离权值；根据所述区域图像相似度和所述区域距离权值计算无向图权值；根据所述无向图权值计算随机游走算法的节点分类概率；根据所述节点分类概率对所述初始聚类分割区域再次进行分割，得到目标图像分割结果。第二方面，本专利技术实施例还提供了一种图像分割装置，包括：待分割图像获取模块，用于获取待分割图像；初始聚类分割区域获取模块，用于根据图像特征对所述待分割图像进行聚类分割处理，得到设定数量的初始聚类分割区域；相似度权值计算模块，用于计算各所述初始聚类分割区域之间的区域图像相似度和区域距离权值；无向图权值计算模块，用于根据所述区域图像相似度和所述区域距离权值计算无向图权值；节点分类概率计算模块，用于根据所述无向图权值计算随机游走算法的节点分类概率；目标图像分割结果获取模块，用于根据所述节点分类概率对所述初始聚类分割区域再次进行分割，得到目标图像分割结果。第三方面，本专利技术实施例还提供了一种计算机设备，所述计算机设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术任意实施例所提供的图像分割方法。第四方面，本专利技术实施例还提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现本专利技术任意实施例所提供的图像分割方法。本专利技术实施例通过待分割图像的图像特征对待分割图像进行聚类分割处理，得到设定数量的初始聚类分割区域，以计算各初始聚类分割区域之间的区域图像相似度和区域距离权值，进而根据区域图像相似度和区域距离权值计算无向图权值，并根据无向图权值计算随机游走算法的节点分类概率，最终根据节点分类概率对初始聚类分割区域再次进行分割，得到目标图像分割结果。由于在利用随机游走算法之前预先对待分割图像进行了初始聚类分割，因此可以提高后续随机游走算法的图像分割效率。同时，根据区域图像相似度和区域距离权值计算得到的无向图权值综合考虑了多种图像特征，从而提高了无向图权值的准确率，进一步提高了随机游走算法的图像分割的准确率，解决现有利用随机游走算法进行图像分割存在的效率和精度较低等问题，提高了图像分割的效率和精度。附图说明图1是本专利技术实施例一提供的一种图像分割方法的流程图；图2是本专利技术实施例二提供的一种图像分割方法的流程图；图3是本专利技术实施例三提供的一种图像分割方法的流程图；图4是本专利技术实施例四提供的一种图像分割装置的示意图；图5为本专利技术实施例五提供的一种计算机设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。本专利技术实施例的说明书和权利要求书及附图中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有设定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。实施例一图1是本专利技术实施例一提供的一种图像分割方法的流程图，本实施例可适用于利用随机游走算法高效地分割图像的情况，该方法可以由图像分割装置来执行，该装置可以由软件和/或硬件的方式来实现，并一般可集成在计算机设备中。相应的，如图1所示，该方法包括如下操作：S110、获取待分割图像。其中，待分割图像可以是需要进行分割的图像，只要有分割需求即可，本专利技术实施例并不对待分割图像的图像类型、大小和尺寸等相关信息进行限定。S120、根据图像特征对所述待分割图像进行聚类分割处理，得到设定数量的初始聚类分割区域。其中，图像特征可以是图像中某一种或多种类型的特征，如颜色特征或纹理特征等，本专利技术实施例对此并不进行限制。设定数量可以根据实际需求设置，如100、300或500等，本专利技术实施例并不对设定数量的具体数值进行限定。初始聚类分割区域可以是对待分割图像进行初始的聚类分割处理得到的区域。在本专利技术实施例中，在获取到待分割图像之后，可以利用待分割图像的图像特征对待分割图像进行初始化的聚类分割处理，以得到设定数量的初始聚类分割区域。可选的，可以根据待分割图像的颜色特征对待分割图像进行初始化的聚类分割处理。需要说明的是，传统的随机游走算法以图像的像素为基本计算单元，计算复杂度会随着图像尺寸的增加而增加。本专利技术实施例为了降低随机游走算法的复杂度，首先对待分割图像进行初始化的聚类分割处理可以将整个待分割图像进行初步的分割，以将初始聚类分割区域作为随机游走算法的基本计算单元，从而降低了随机游走算法的复杂度，提高利用随机游走算法进行图像分割的效率。S130、计算各所述初始聚类分割区域之间的区域图像相似度和区域距离权值。S140、根据所述区域图像相似度和所述区域距离权值计算无向图权值。其中，区域图像相似度可以是各初始聚类分割区域之间的图像相似度。区域距离权值可以是各初始聚类分割区域之间的距离的权值。无向图权值可以是无向图中边的权值，可选的，待分割图像的像素作为图的节点，相邻像素的四邻域或者八邻域关系定义无向图的边。无向图本文档来自技高网...

【技术保护点】
1.一种图像分割方法，其特征在于，包括：/n获取待分割图像；/n根据图像特征对所述待分割图像进行聚类分割处理，得到设定数量的初始聚类分割区域；/n计算各所述初始聚类分割区域之间的区域图像相似度和区域距离权值；/n根据所述区域图像相似度和所述区域距离权值计算无向图权值；/n根据所述无向图权值计算随机游走算法的节点分类概率；/n根据所述节点分类概率对所述初始聚类分割区域再次进行分割，得到目标图像分割结果。/n

【技术特征摘要】
1.一种图像分割方法，其特征在于，包括：
获取待分割图像；
根据图像特征对所述待分割图像进行聚类分割处理，得到设定数量的初始聚类分割区域；
计算各所述初始聚类分割区域之间的区域图像相似度和区域距离权值；
根据所述区域图像相似度和所述区域距离权值计算无向图权值；
根据所述无向图权值计算随机游走算法的节点分类概率；
根据所述节点分类概率对所述初始聚类分割区域再次进行分割，得到目标图像分割结果。


2.根据权利要求1所述的方法，其特征在于，所述根据图像特征对所述待分割图像进行聚类分割处理，包括：
将所述待分割图像均匀分割成大小相同的分割区域；
根据像素点梯度值在各所述分割区域内确定设定数量的聚类中心；
在设定范围内计算像素点与各所述聚类中心之间的度量距离，并根据所述度量距离对所述聚类中心进行迭代优化，得到迭代聚类中心；
在各所述分割区域内删除像素奇异点，得到优化像素点；
根据各所述优化像素点更新所述迭代聚类中心；
返回执行在设定范围内计算像素点与各所述聚类中心之间的度量距离的操作，直至达到设定迭代次数，得到目标聚类中心；
其中，各所述目标聚类中心为无向图节点，每个所述目标聚类中心对应一个初始聚类分割区域。


3.根据权利要求1所述的方法，其特征在于，所述计算各所述初始聚类分割区域之间的区域图像相似度，包括：
计算各所述初始聚类分割区域中每两个初始聚类分割区域之间的灰度直方图相似度；
计算各所述初始聚类分割区域中每两个初始聚类分割区域之间的共生矩阵相似度；
根据所述灰度直方图相似度和所述共生矩阵相似度计算每两个初始聚类分割区域之间的区域图像相似度。


4.根据权利要求3所述的方法，其特征在于，所述根据所述灰度直方图相似度和所述共生矩阵相似度计算每两个初始聚类分割区域之间的区域图像相似度，包括：
计算第一相似度权重系数与所述灰度直方图相似度之间的乘积作为第一相似度乘积；
计算第二相似度权重系数与所述共生矩阵相似度之间的乘积作为第二相似度乘积；
将所述第一相似度乘积与所述第二相似度乘积的和值作为所述区域图像相似度；
其中，所述第一相似度权重系数与所述第二相似度权重系数的和值为设定...

【专利技术属性】
技术研发人员：黄云，
申请(专利权)人：上海硕恩网络科技股份有限公司，
类型：发明
国别省市：上海;31