一种求解图像分割问题的基于邻域分解的迭代局部搜索方法技术

一种求解图像分割问题的基于邻域分解的迭代局部搜索方法，先通过图像预处理技术将彩色图像转化为带权无向图，构建归一化割(normalized cut)的图划分模型，然后通过求解归一化割(normalized cut)的图划分问题来实现图像的分割。该算法为启发式搜索算法，算法框架主要分为解的初始化、局部搜索程序和扰动程序三个部分。首先，随机生成初始可行解；然后迭代地使用局部搜索和扰动程序对解进行优化，直至满足终止条件。本发明专利技术方法对于图像分割问题的准确度和时间效率进行了优化，从而提高了图像分割的准确度和速度。图像分割的准确度和速度。图像分割的准确度和速度。

【技术实现步骤摘要】
一种求解图像分割问题的基于邻域分解的迭代局部搜索方法


[0001]本专利技术适用于计算机视觉
，提供了一种求解NP
‑
hard 的图像分割问题的最优化方法，具体的来说是一种基于邻域分解的迭代局部搜索方法。

技术介绍

[0002]图像是视觉信息的载体，图像处理在航空航天、生物医学工程、工业检测、自动驾驶、地理测绘等领域起到越来越关键的作用。图像分割问题是图像处理中的一类，目的在于将图像分成若干互不重叠的区域，使得同一区域之间的相似度最高，不同区域之间的相似度最低。
[0003]解决图像分割的方法有很多，例如：边缘检测，阀值分割，边缘提取，基于图论等。
[0004]归一化割(normalized cut)的图划分准则不仅可以实现顶点集内部顶点间的差异最大与顶点集内部相似度最大的需要；而且，基于全局优化，处理结果不会存在偏向性。因此，该准则在图像分割问题上受到了广泛的应用。然而，另一方面，当前的图划分方法在处理较大规模问题实例时，效率往往不尽如人意，费时费力，有待改进以提高运算效率。
>
技术实现思路
...

【技术保护点】

【技术特征摘要】
1.一种求解图像分割问题的基于邻域分解的迭代局部搜索方法，其特征在于：所述方法包含如下步骤：步骤1，输入待分割图像，图像划分个数K和扰动参数k
min
、k
max
、k
step
，进行预处理生成带权无向图G，随机生成初始可行解S0；步骤2，执行局部搜索，使用基于邻域分解的局部搜索算法对于初始可行解进行局部搜索，从而得到当前解S
c
；步骤3，进入扰动阶段，对当前解进行扰动强度为k的扰动，从而生成扰动解S
p
；步骤4，进入局部搜索阶段，使用步骤2的算法对于扰动解执行局部搜索，从而产生新的局部最优解S
i
；步骤5，进入解的更新阶段，若改进解S
i
优于当前解S
c
，则将改进解S
i
替换当前解S
c
，否则当前解S
c
不变；步骤6，判断是否满足终止条件，若满足终止条件则转至步骤7，否则转至步骤3；步骤7，满足终止条件，输出当前最优解S
b
，流程停止。2.根据权利要求1所述的一种求解图像分割问题的基于邻域分解的迭代局部搜索方法，其特征在于：步骤1所述的初始可行解随机生成方法为：首先，根据有权无向图G构造邻接表；接着，随机选择K个不同的节点作为初始点；然后，通过邻接表所包含的信息对于初始选择的K个顶点从相邻点依次拓展直至所有节点分配完成；最终，将有权无向图G分割为K类，即{C1，C2，...，C
K
}。3.根据权利要求1所述的一种求解图像分割问题的基于邻域分解的迭代局部搜索方法，其特征在于：步骤2中，进入局部搜索，使用基于邻域分解的局部搜索算法对于初始可行解进行改进生成当前解，其中基于邻域分解的局部搜索算法主要框架为邻域下降算法与邻域的分解。4.根据权利要求3所述的一种求解图像分割问题的基于邻域分解的迭代局部搜索方法，其特征在于：邻域下降算法中，将一个解s的邻域定义为由某一种动作M对其进行变换所得解的集合，即：其中s为当前解，s
′
为对解s进行变换后的解，M为变换的动作，符号表示在解s上进行变换动作M；邻域下降算法使用单点移动邻域N1(s)：其中，s表示当前解；<v，C
i
，C
j
>表示一个单点移动动作，即一个顶点v从类C
i
移动到类C
j
；邻域下降算法主要步骤为：首先，对于当前解进行邻域动作产生邻居解；接着比较当前解与邻居解的优劣，若一旦找到某一邻居解优于当前解，则使用邻居解替换当前解并更新邻居解进行搜索；否则继续进行邻域动作，搜索邻居解，直至整个邻域搜索完成且没有改进，获得局部最优解。5.根据权利要求3所述的一种求解图像分割问题的基于邻域分解的迭代局部搜索方法，其特征在于：邻域的分解中，邻域N1(s)划分为K
×
(K
‑
1)个互不相交的邻域块B1[i][j](s)；B1[i][j](s)表示将类C
i
中的点依次放入类C
j
中的这一动作的集合，表示为：
0
‑
1状态矩阵记录各个邻域块的状态信息，其中每个0
‑
1变量对应一个邻域块，即M1[i][j]对应邻域块B1[i][j](s)，M1[i][j]表示邻域块B1[i][j](s)是否发生更新。若邻域块B1[i][j](s)发生更新，则将M1[i][j]置为1，否则将其置为0。而且，状态矩阵在初始化时，对角元素均设置为0，其余元素设为1。通过实时更新状态矩阵里元素的值来记录哪些邻域块还未搜索，哪些邻域块已经搜索完成；若搜索完整个邻域块B1[i][j]后，发现一个更优的邻居解，则根据首次改进的搜索策略，立即使更优的邻居解替换当前解，并将B1[i][j]邻域块所对应的状态矩阵M1[i][j]元素置1；而邻域块B1[i][j]所对应发生改变的是类C
i
和类C
j
，从而需将状态矩阵中涉及到类C
i
和类C
j
有关的元素值全部置1，即矩阵M1[i][t]、M1[t][i]、M1[t][j]和M1[j][t]均置为1，1≤t≤K。6.根据权利要求1所述的一种求解图...

【专利技术属性】
技术研发人员：赖向京，郑斯瑞，岳东，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：