【技术实现步骤摘要】
一种基于Voronoi划分的超像素分割方法
[0001]本专利技术属于光谱一致性约束的超像素分割领域，尤其涉及一种基于Voronoi划分的超像素分割方法。
技术介绍
[0002]随着图像获取技术的发展,高分辨率图像开始广泛应用于各个领域。人们可以通过高分辨率图像观察到许多中、低分辨率图像无法观察到的信息。在高分辨率图像中，每一个像素对应一个很小的空间单元，通常是真实地物的一小部分。然而在较高的空间分辨率的背后是数据量的明显增加和空间信息的凸显。由此导致基于像素的图像处理耗时长、效率低、处理结果易于产生“椒盐”噪声现象，而以超像素为基本处理单元的图像处理则可以避免上述问题。
[0003]2003年，Ren等人首次提出了超像素概念。超像素由许多位置毗邻、颜色、纹理以及亮度等特征相近的像素组成，是具有一定视觉感知意义的原子区域，可以作为图像处理的基本单元。以超像素为基本单元的图像处理方法不仅可以很好地克服“椒盐”等噪声影响，还因为每个超像素中包含多个像素，可以大幅缩减数据量，从而减少图像处理时间。通常，一个好的超像素分割算...
【技术保护点】
【技术特征摘要】
1.一种基于Voronoi划分的超像素分割方法，其特征在于，具体包括以下步骤：步骤1：获取定义在Lab彩色空间上的高分辨率图像并对其进行表达；分辨率图像表达为z＝{z
i
(x
i
,y
i
),i＝1,...,N}，其中i为像素索引，N为总像素数，(x
i
,y
i
)∈D为像素i的格点坐标，D为图像域，D表达为图像z覆盖的区域，或图像z所有格点坐标的集合，即，D＝{(x
i
,y
i
),i＝1,...,N})，z
i
＝(z
ib
,b＝1,2,3)
T
为像素i的光谱测度矢量，b为波段索引，b∈{L,a,b}，T为转置操作符；步骤2：获取初始种子点集并得到初始超像素分割；将图像域D分割为大小是S
×
S的M个正方形即初始超像素，M为超像素数，也为种子点点数，其中S＝(N/M)
1/2
，选取正方形几何中心作为初始超像素种子点，得到初始种子点集V
(0)
＝{(u
j(0)
,v
j(0)
),j＝1,...,M}，其中j为种子点索引，(u
j
,v
j
)∈D为种子点j的坐标，以V为种子点集的Voronoi划分将图像域D分解为M个超像素，记为D＝{D
j
,j＝1,...,M}；步骤3：计算每一个超像素的方差δ
(J)j
，其中，J为迭代索引；设定第J次迭代中需更新超像素种子点集和不需更新超像素种子点集；步骤4：需更新种子点集V
(J)unq
根据种子点更新规则得到V
(J+1)unq
，不需更新超像素种子点集V
(J)con
中种子点位置不变得到V
(J+1)con
直接进入下一次迭代，即V
(J+1)
＝V
(J+1)unq
+V
(J+1)con
；步骤5：由V
(J+1)
得到第J迭代对图像域的划分D
(J+1)
；区域D
j
由以(u
j
,v
j
)为中心构造的子区域，即D
j
中的任意一点(x
i
,y
i
)距(u
j
,v
j
)的距离小于距其它种子点的距离；步骤6：迭代执行步骤3至步骤5，直至J达到规定的迭代次数，第J迭代对图像域的划分D
(J+1)
则为最后的超像素划分结果。2.根据权利要求1所述的一种基于Voronoi划分的超像素分割方法，其特征在于，步骤3具体为：其中，z
bl
表示超像素D
j
中第l个像素在第b通道的数值，表示超像素D
j
中包含的所有像素在第b通道的均值，k为超像素D
j
中包含的像素总数；如果则超像素种子点位置需要更新，反之则保留种子点，T1为设定的阈值，min(δ)<T1<max(δ),min(δ)为最小的初始超像素方差值，max(δ)为最大的初始超像素方差值；设第J次迭代中需更新超像素种子点集为V
(J)unq
＝{V
(J)t
,t＝1,...,T
(J)
}，t为第J次迭代中需更新超像素种子点索引，T为需要更新种子点数；不需更新超像素种子点集为V
(J)con
＝{V
(J)t'<...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。