图像分割方法和图像集分割方法技术

本发明专利技术提供了一种图像分割方法，包括如下步骤：CPU读取一图像，初始化图像的参数，分配CPU和GPU所需要的内存空间，并将图像传给GPU；GPU根据均值漂移算法对图像进行计算，以获得最初RGB颜色信息和最初坐标信息，并将其传回CPU；CPU根据最初RGB颜色信息和最初坐标信息对图像的像素进行聚类，从而形成多个区域，统计区域的参数，并将其传送到GPU；GPU根据模糊C均值算法对区域的参数进行计算，以获得图像的最终分割结果，并将其传送到CPU；CPU输出图像的最终分割结果。本方法具有通用性好、分割速度快、可将图像分割成用户需要的区域数的特点。

【技术实现步骤摘要】

本专利技术涉及一种图像分割方法，具体涉及一种基于均值漂移算法和模糊C均值算法的混合图像分割方法。
技术介绍
图像分割技术是计算机图像处理和视觉学的重要研究内容之一，且为研究的热点和难点。它是模式识别和图像分析的重要关键步骤，分割效果的好坏直接影响着后续图像的处理。现今所广泛使用的各种图像分割方法，都具有耗时长、分割效率低、分割效果差的缺点，因此不能广泛用于需要实时处理的系统，例如基于图像内容的图像搜索引擎等。
技术实现思路
有鉴于此，本专利技术的一个目的在于提供一种图像分割方法，其具有耗时短、分割效率高、分割效果好的优点。本专利技术的另一个目的在于提供一种图像集分割方法，其具有耗时短、分割效率高、 分割效果好的优点。一种图像分割方法，包括如下步骤CPU读取一图像，初始化图像的参数，分配CPU和GPU所需要的内存空间，并将图像传给GPU ；GPU根据均值漂移算法对图像进行计算，以获得最初RGB颜色信息和最初坐标信息，并将其传回CPU;CPU根据最初RGB颜色信息和最初坐标信息对图像的像素进行聚类，从而形成多个区域，统计区域的参数，并将其传送到GPU ；GPU根据模糊C均值算法对区域的参数进行计算，以获得图像的最终分割结果，并将其传送到CPU ；CPU输出图像的最终分割结果。CPU根据最初RGB颜色信息和最初坐标信息将RGB颜色信息相同且相邻的像素为一类。区域的参数包括区域的个数、区域内像素点数以及区域的颜色均值。图像的最终分割结果包括最终RGB颜色信息及最终坐标信息。一种图像集分割方法，包括如下步骤CPU接收多个图像，并确定多个图像的数量；CPU读取第i个图像，初始化图像的参数，分配CPU和GPU所需要的内存空间，并将第i个图像传给GPU;CPU判断i+Ι是否小于或等于多个图像的数量；如果是，则GPU根据均值漂移算法对第i个图像进行计算，以获得最初RGB颜色信息和最初坐标信息，并将其传回CPU，同时CPU读取第i+Ι个图像，初始化第i+Ι个图像的参数，分配CPU和GPU所需要的内存空间，并将第i+Ι个图像传给GPU ；CPU根据最初RGB颜色信息和最初坐标信息对第i个图像的像素进行聚类，从而形成多个区域，统计区域的参数，并将其传送到GPU，同时GPU根据均值漂移算法对第i+Ι个图像进行计算，以获得最初RGB颜色信息和最初坐标信息，并将其传回CPU ；GPU根据模糊C均值算法对区域的参数进行计算，以获得第i个图像的最终分割结果，并将其传送到CPU，同时CPU根据最初RGB颜色信息和最初坐标信息对第i+Ι个图像的像素进行聚类，从而形成多个区域，统计区域的参数，并将其传送到GPU ；CPU判断i+2是否小于或等于多个图像的数量；如果是，则CPU输出第i个图像的最终分割结果，读取第i+2个图像，初始化第i+2 个图像的参数，分配CPU和GPU所需要的内存空间，并将第i+2个图像传给GPU，同时GPU根据模糊C均值算法对区域的参数进行计算，以获得第i+Ι个图像的最终分割结果，并将其传送到CPU，CPU判断i+3是否小于或等于多个图像的数量；如果是，则CPU输出第i+Ι个图像的最终分割结果，读取第i+3个图像，初始化第 i+3个图像的参数，分配CPU和GPU所需要的内存空间，并将第i+3个图像传给GPU，GPU根据均值漂移算法对第i+2个图像进行计算，以获得最初RGB颜色信息和最初坐标信息，并将其传回CPU ；设置i = i+2 ；重复CPU根据最初RGB颜色信息和最初坐标信息对第i个图像的像素进行聚类， 从而形成多个区域，统计区域的参数，并将其传送到GPU，同时GPU根据均值漂移算法对第 i+Ι个图像进行计算，以获得最初RGB颜色信息和最初坐标信息，并将其传回CPU的步骤。本专利技术的图像集分割方法，还包括步骤如果i+Ι不是小于或等于多个图像的数量，则GPU根据均值漂移算法对第i个图像进行计算，以获得最初RGB颜色信息和最初坐标信息，并将其传回CPU ；CPU根据最初RGB颜色信息和最初坐标信息对第i个图像的像素进行聚类，从而形成多个区域，统计区域的参数，并将其传送到GPU ；GPU根据模糊C均值算法对区域的参数进行计算，以获得第i个图像的最终分割结果，并将其传送到CPU;CPU输出第i个图像的最终分割结果。本专利技术的图像集分割方法，还包括步骤若i+2不是小于或等于多个图像的数量，则CPU输出第i个图像的分割结果，同时 GPU根据模糊C均值算法对区域的参数进行计算，以获得第i+Ι个图像的最终分割结果，并将其传送到CPU ；设置i = i+Ι ；CPU输出第i个图像的最终分割结果。本专利技术的图像集分割方法，还包括步骤若i+3不是小于或等于多个图像的数量，则CPU输出第i+Ι个图像的最终分割结果，同时GPU根据均值漂移算法对第i+2个图像进行计算，以获得最初RGB颜色信息和最初坐标信息，并将其传回CPU;设置i = i+2 ；CPU根据最初RGB颜色信息和最初坐标信息对第i个图像的像素进行聚类，从而形成多个区域，统计区域的参数，并将其传送到GPU ；GPU根据模糊C均值算法对区域的参数进行计算，以获得第i个图像的最终分割结果，并将其传送到CPU;CPU输出第i个图像的最终分割结果。CPU根据最初RGB颜色信息和最初坐标信息将RGB颜色信息相同且相邻的像素聚为一类。区域的参数包括区域的个数、区域内像素点数以及区域的颜色均值，图像的最终分割结果包括最终RGB颜色信息及最终坐标信息。本专利技术的方法具有以下优点(1)均值漂移算法与模糊C均值算法的结合，使得本专利技术对图像以及图像集都能达到较好的分割效果；( 分割速度快，采用CPU与GPU相结合的异步并发执行模式，充分利用GPU的并行计算能力以及CPU的控制能力，合理分配任务， 最大化利用硬件；(3)将图像分割成用户需要的区域数，模糊C均值算法聚类时输入聚类中心参数，便将图像分割成此数目的区域数，这对需要提取固定数目的图像区域特征应用很重要。附图说明图1为本专利技术图像分割方法的流程图；图2为本专利技术图像集分割方法的流程图。具体实施例方式下面结合附图和具体实施例对本专利技术进行详细说明。如图1所示，本专利技术的图像分割方法，包括以下步骤(1) CPU读取一图像，初始化图像的参数，分配CPU和GPU所需要的内存空间，并将图像传给GPU;(2) GPU根据均值漂移算法对图像进行计算，以获得最初RGB颜色信息和最初坐标信息，并将其传回CPU;(3) CPU根据最初RGB颜色信息和最初坐标信息对图像的像素进行聚类，从而形成多个区域，统计区域的参数，并将其传送到GPU ；(4)GPU根据模糊C均值算法对区域的参数进行计算，以获得图像的最终分割结果，并将其传送到CPU;(5) CPU输出图像的最终分割结果。在步骤(1)中，将图像的RGB数据转换成LUV空间型数据，存储到内存空间中。初始化图像的参数包括颜色空间半径、坐标空间半径以及区域最小像素数，传输的图像包括原始的图像数据和权重数据。在步骤O)中，一个图像块的线程数设置为nThread(取值64，1观或256)，每个线程处理一个像素点的计算，根据图像大小动态地分配图像块数目。图像块数目为 (width*height)/nThread+l，其中width代表图像宽度本文档来自技高网...

【技术保护点】
１．一种图像分割方法，其特征在于，包括如下步骤：ＣＰＵ读取一图像，初始化所述图像的参数，分配ＣＰＵ和ＧＰＵ所需要的内存空间，并将所述图像传给ＧＰＵ；ＧＰＵ根据均值漂移算法对所述图像进行计算，以获得最初ＲＧＢ颜色信息和最初坐标信息，并将其传回ＣＰＵ；ＣＰＵ根据所述ＲＧＢ颜色信息和所述坐标信息对所述图像的像素进行聚类，从而形成多个区域，统计区域的参数，并将其传送到ＧＰＵ；ＧＰＵ根据模糊Ｃ均值算法对所述区域的参数进行计算，以获得所述图像的最终分割结果，并将其传送到ＣＰＵ；ＣＰＵ输出所述图像的分割结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：金海，郑然，汪聪，冯晓文，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：83