一种基于算法计算机的交互式图像分割方法技术

本发明专利技术公开了一种基于算法计算机的交互式图像分割方法，涉及图像分隔方法领域，针对图像分割是图像解译中非常重要的一项任务，传统的人工手动分割方式费时费力，已无法满足目前在遥感等领域日益增长的图像解译需求，计算机自动分割方式可以大大提高分割的效率，但往往难以取得令人满意的分割结果的问题，现提出如下方案，将待进行图像分割的图像人工操作导入到计算机中，从目标图像序列中获取目标检测对象。本发明专利技术通过操作模块、信号发送模块、信号接收模块将待分割的图像导入到电脑中，再通过分析模块和识别模块对待分割图像的初始尺寸进行自动分析处理，同时对初始图像进行分割识别，并进行预览，有效的提高了图像分割的精准性。性。

【技术实现步骤摘要】
一种基于算法计算机的交互式图像分割方法


[0001]本专利技术涉及图像分隔方法领域，尤其涉及一种基于算法计算机的交互式图像分割方法。

技术介绍

[0002]计算机(computer)俗称电脑，是现代一种用于高速计算的电子计算机器，可以进行数值计算，又可以进行逻辑计算，还具有存储记忆功能。是能够按照程序运行，自动、高速处理海量数据的现代化智能电子设备，图像分割是图像解译中非常重要的一项任务，传统的人工手动分割方式费时费力，已无法满足目前在遥感等领域日益增长的图像解译需求，计算机自动分割方式可以大大提高分割的效率，但往往难以取得令人满意的分割结果，因此，结合两者优势的交互式图像分割方法已经开始越来越受到人们的重视，为此，我们提出了一种基于算法计算机的交互式图像分割方法。

技术实现思路

[0003]本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种基于算法计算机的交互式图像分割方法。
[0004]为了实现上述目的，本专利技术采用了如下技术方案：一种基于算法计算机的交互式图像分割方法，包括以下步骤：S1：将待进行图像分割的图像通过人工操作导入到计算机中，从目标图像序列中获取目标检测对象，形成二维图像，确定所述目标检测对象的目标特征向量；S2：通过操作机构对所述二维图像进行鼠标交互处理，所述鼠标交互处理是通过鼠标对鼠标单击点处的像素点作为种子点；S3：通过分析机构对待分割图像进行预处理，同时生成预处理图像规格预览；S4：对所述预处理图像进行边缘检测，以获得所述预处理图像的边缘信息；S5：通过对所述目标图像序列中每一个目标检测对象的分类类别，将所述目标图像序列进行图像分割。
[0005]优选的，所述确定所述目标检测对象的目标特征向量是基于特征提取网络获取的，所述特征提取网络包括卷积层、池化层、反卷积层和拼接层，其中将所述目标检测对象输入至所述特征提取网络，通过所述特征提取网络中卷积层、池化层和反卷积层得到所述目标检测对象的第一特征图；获取所述特征提取网络中每一个反卷积层得到的中间特征图；通过所述拼接层将所述第一特征图与中间特征图进行拼接，得到所述目标检测对象的第二特征图；根据所述目标检测对象的第二特征图，确定所述目标检测对象的目标特征向量。
[0006]优选的，所述操作机构包括操作模块、信号发送模块、信号接收模块、输入模块、储存模块，通过操作模块将待进行图像分割的图像人工手动导入到电脑设备中，同时通过信号发送模块对电脑发出相对应的操作指令，同时通过信号接收模块接收到操作的各项指
令，通过鼠标的位置计算新阈值范围；根据所述新阈值范围进行阈值增长算法处理，其计算结果存储为新图像中间数据；根据所述新图像中间数据生成新轮廓，将所述新轮廓以新轮廓点集的形式保存，阈值分割法是一种基于区域的图像分割技术，其基本原理是：通过设定不同的特征阈值，把图像象素点分为若干类，常用的特征包括：直接来自原始图像的灰度或彩色特征。
[0007]优选的，所述分析机构包括分析模块、识别模块、模拟分割模块、预览模块，通过分析模块对待分割的图像进行原尺寸的分析，并进行分割尺寸的分析，同时通过识别模块进行自动识别分割后图像的尺寸适合度。
[0008]优选的，所述预处理通过预处理模块对待分割图像进行预处理，以生成预处理图像，同时通过边缘检测模块对预处理图像进行边缘检测，以获得预处理图像的边缘信息，最后通过图像分割模块根据边缘信息分割待分割图像。
[0009]本专利技术通过操作模块、信号发送模块、信号接收模块将待分割的图像导入到电脑中，再通过分析模块和识别模块对待分割图像的初始尺寸进行自动分析处理，同时对初始图像进行分割识别，并进行预览，有效的提高了图像分割的精准性。
具体实施方式
[0010]下面对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。
[0011]本方案提供的一种实施例：一种基于算法计算机的交互式图像分割方法，包括以下步骤：S1：将待进行图像分割的图像通过人工操作导入到计算机中，从目标图像序列中获取目标检测对象，形成二维图像，确定目标检测对象的目标特征向量；S2：通过操作机构对二维图像进行鼠标交互处理，鼠标交互处理是通过鼠标对鼠标单击点处的像素点作为种子点；S3：通过分析机构对待分割图像进行预处理，同时生成预处理图像规格预览；S4：对预处理图像进行边缘检测，以获得预处理图像的边缘信息；S5：通过对目标图像序列中每一个目标检测对象的分类类别，将目标图像序列进行图像分割。
[0012]本专利技术中，确定目标检测对象的目标特征向量是基于特征提取网络获取的，特征提取网络包括卷积层、池化层、反卷积层和拼接层，其中将目标检测对象输入至特征提取网络，通过特征提取网络中卷积层、池化层和反卷积层得到目标检测对象的第一特征图；获取特征提取网络中每一个反卷积层得到的中间特征图；通过拼接层将第一特征图与中间特征图进行拼接，得到目标检测对象的第二特征图；根据目标检测对象的第二特征图，确定目标检测对象的目标特征向量。
[0013]本专利技术中，操作机构包括操作模块、信号发送模块、信号接收模块、输入模块、储存模块，通过操作模块将待进行图像分割的图像人工手动导入到电脑设备中，同时通过信号发送模块对电脑发出相对应的操作指令，同时通过信号接收模块接收到操作的各项指令，通过鼠标的位置计算新阈值范围；根据新阈值范围进行阈值增长算法处理，其计算结果存储为新图像中间数据；根据新图像中间数据生成新轮廓，将新轮廓以新轮廓点集的形式保
存，阈值分割法是一种基于区域的图像分割技术，其基本原理是：通过设定不同的特征阈值，把图像象素点分为若干类，常用的特征包括：直接来自原始图像的灰度或彩色特征。
[0014]本专利技术中，分析机构包括分析模块、识别模块、模拟分割模块、预览模块，通过分析模块对待分割的图像进行原尺寸的分析，并进行分割尺寸的分析，同时通过识别模块进行自动识别分割后图像的尺寸适合度。
[0015]本专利技术中，预处理通过预处理模块对待分割图像进行预处理，以生成预处理图像，同时通过边缘检测模块对预处理图像进行边缘检测，以获得预处理图像的边缘信息，最后通过图像分割模块根据边缘信息分割待分割图像。
[0016]以上所述，仅为本专利技术较佳的具体实施方式，但本专利技术的保护范围并不局限于此，任何熟悉本
的技术人员在本专利技术揭露的技术范围内，根据本专利技术的技术方案及其专利技术构思加以等同替换或改变，都应涵盖在本专利技术的保护范围之内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于算法计算机的交互式图像分割方法，其特征在于，包括以下步骤：S1：将待进行图像分割的图像通过人工操作导入到计算机中，从目标图像序列中获取目标检测对象，形成二维图像，确定所述目标检测对象的目标特征向量；S2：通过操作机构对所述二维图像进行鼠标交互处理，所述鼠标交互处理是通过鼠标对鼠标单击点处的像素点作为种子点；S3：通过分析机构对待分割图像进行预处理，同时生成预处理图像规格预览；S4：对所述预处理图像进行边缘检测，以获得所述预处理图像的边缘信息；S5：通过对所述目标图像序列中每一个目标检测对象的分类类别，将所述目标图像序列进行图像分割。2.根据权利要求1所述的一种基于算法计算机的交互式图像分割方法，其特征在于，所述确定所述目标检测对象的目标特征向量是基于特征提取网络获取的，所述特征提取网络包括卷积层、池化层、反卷积层和拼接层，其中将所述目标检测对象输入至所述特征提取网络，通过所述特征提取网络中卷积层、池化层和反卷积层得到所述目标检测对象的第一特征图；获取所述特征提取网络中每一个反卷积层得到的中间特征图；通过所述拼接层将所述第一特征图与中间特征图进行拼接，得到所述目标检测对象的第二特征图；根据所述目标检测对象的第二特征图，确定所述目标检测对象的目标特征向量。3.根据权利要求1所述的一种基于算法计...

【专利技术属性】
技术研发人员：许伟，毛颖颖，张大鹏，翟煜锦，张志强，
申请(专利权)人：河南职业技术学院，
类型：发明
国别省市：