【技术实现步骤摘要】
本专利技术属于图像处理领域，涉及一种图像分割方法，具体地说是一种利用核传递的图像分割的方法，可用于目标检测与跟踪，医学图像分析、网络图像检索及会议视屏监控。
技术介绍
数字图像处理技术是一个跨学科的领域。随着计算机科学技术的不断发展，图像处理和分析逐渐形成了独立的科学体系，图像分割是一种重要的图像处理技术，可应用于医学图像检测病灶区、目标识别与跟踪、网络图像检索、视频监控等。图像分割是图像处理的关键步骤，可以说，图像分割结果的好坏直接影响对图像的理解。图像分割的方法和种类有很多，常见的分割技术阈值分割技术，微分算子边缘检测，区域增长技术，聚类分割技术。基于预分割再合并的聚类分割技术是近年来国际上分割领域的研究热点。基于预分割再合并的图像分割，首先利用过分割的图像分割方法，将图像分成很多区域，这些由过分割获得的小区域称为超像素，再采用分类方法将这些超像素分类合并获得最佳的图像分割结果。该方法本质上将图像分割问题转化为区域合并问题。由于这一分割方法与传统的聚类分割技术相比可以大大降低在合并时需要处理的数据量，因此近年来引起广泛关注。Tao和Jin在2007年根据这一...
【技术保护点】
１．一种利用核传递进行图像分割的方法，其特征包括如下步骤：１）输入一幅图像，在Ｌｕｖ颜色空间中获得该图像的颜色特征Ｆ＝｛ｆＬ，ｆｕ，ｆｖ｝，其中Ｆ的每一行表示一个像素点的特征，ｆＬ、ｆｕ、ｆｖ分别表示Ｌｕｖ颜色空间的亮度分量Ｌ、色度坐标分量ｕ和色度坐标分量ｖ的特征；２）采用均值漂移方法将该输入图像预分割为超像素集将各超像素所包含的所有像素点特征的平均值分别作为各超像素的颜色特征，得到超像素颜色特征集其中超像素ｓｉ为均值漂移方法预分割输入图像所得的第ｉ个区域，ｉ＝１，２，．．．，ｎ，ｎ表示超像素集Ｓ的大小，ｓｆｉ为第ｉ个超像素ｓｉ的颜色特征；３）利用全局ｋ－ｍｅａｎｓ聚类，把...
【技术特征摘要】
1.一种利用核传递进行图像分割的方法，其特征包括如下步骤1)输入一幅图像，在Luv颜色空间中获得该图像的颜色特征F={fyfu，fv}，其中F的每一行表示一个像素点的特征，fL> fu> fv分别表示Luv颜色空间的亮度分量L、色度坐标分量u和色度坐标分量ν的特征；2)采用均值漂移方法将该输入图像预分割为超像素集S= ^WlL1，将各超像素所包含的所有像素点特征的平均值分别作为各超像素的颜色特征，得到超像素颜色特征集 # = ·[忒^1，其中超像素Si为均值漂移方法预分割输入图像所得的第i个区域，i = 1， 2,..., η, η表示超像素集S的大小，Sfi为第i个超像素Si的颜色特征；3)利用全局k-means聚类，把超像素颜色特征集SF聚为nUm_seed类，得到聚类中心集 C = {cX^-seed，使用欧式距离按照最近邻原则在超像素颜色特征集SF中寻找与每个聚类中心对应的最近超像素颜色特征，得到种子点集合民^ = {setY^-seed，其中nUm_seed是人为确定的种子点的个数，Ci表示第i个聚类中心，Sei为对应于第i个聚类中心最近的超像素颜色特征，i = 1，2，…，num—seed ；4)采用自适应谱聚类把种子点集合Ssrad聚为N类，获得种子点标签集 SLseed 二 {si^seed，如果每两个种子点有相同的标签则属于must-link约束集合M，如果每两个种子点有不同的标签则属于carmot-link约束集合C，其中N为人为设定的图像分类数，Sli 表示第 i 个种子点的标签，Sli e {1，2，· · ·，N}，i = 1,2, ... , num_seed ；5)使用核传递的方法将must-link约束集合M与carmot-link约束集合C中的成对约束信息传递到整个超像素颜色特征集SF中，得到大小为n*n的核矩阵K ；6)采用k-means聚类方法，把核矩阵K按行聚为N类，得到聚类标签向量I二 {/,K,，其中Ii表示第i个超像素Si被分割为第Ii类，IiE {1，2，...，N}；7)将图像中...
【专利技术属性】
技术研发人员：郑喆坤，焦李成，刘娟，沈彦波，侯彪，王爽，尚荣华，马文萍，公茂果，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87
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。