本发明专利技术涉及计算机视觉、图像处理及模式识别等技术领域，具体涉及一种多前景目标图像交互式分割方法。该图像交互式分割方法，包括步骤：S1.构建图像像素相似度矩阵；S2.获取图像像素标签信息；S3.结合所述图像像素相似度矩阵以及图像像素标签信息，构建谱聚类分割模型并求解得到初步分割结果；S4.构建空间平滑约束；S5.结合所述初步分割结果以及空间平滑约束，构建马尔科夫随机场模型并求解得到最终分割结果。本发明专利技术融合了GrabCut方法和线性约束谱聚类方法的优点，同时又避免了各自的缺点，只需要标注极少量的像素点，就能分割任意颜色分布的拥有多个前景目标的图像。
【技术实现步骤摘要】
本专利技术涉及计算机视觉、图像处理及模式识别等
，具体涉及一种。
技术介绍
图像分割是将图像按其特征划分成一些互不重叠的区域，从而将图像中用户感兴趣的部分分离出来。图像分割是图像处理、计算机视觉领域的一项关键的技术，是目标检测、目标跟踪、目标分析等多种应用的基础。图像分割技术有很多种，其中大部分技术都以自底向上的方式进行，它们通过检测边界或者依据色彩、纹理等特征对像素聚类，从而达到分割的目的。谱聚类方法由于能在任意形状样本空间上聚类并能得到近似的全局最优解，是目前应用最广的一类像素聚类算法。谱聚类建立在谱图理论基础上，其原理是将图像中每个像素当作图的顶点，再计算像素点间的相似度，并将其作为图的顶点间边的权重，从而将图像分割问题转化为图的划分问题。但是由于图像底层特征和物体模型之间的巨大语义鸿沟，利用这些技术很难得到用户希望的分割结果。交互式图像分割通过利用事先标注在图像中的一些前景点和背景点，可以有效地减小分割的不确定性，故被广泛应用于图像编辑领域。早期的交互式图像分割算法主要基于轮廓标注，要求大致勾画出目标的边界，再进行进一步的处理，非常耗时。近些年出现的基于区域标注的交互式分割方法，只需要在待分割图像中标注出部分像素点的类别。目前最流行的交互式图像分割算法GrabCut就属于这一类方法，它通过标注一个包含前景的矩形框来区分前景和背景矩形框以外的像素为背景，而矩形框以内的像素有较大的概率为前景。GrabCut方法的主要缺点是只能分割拥有单一前景目标的图像，要求前景和背景像素的颜色分布满足混合高斯模型，并要求二者的颜色分布有较大差异，其对前、背景对比度不强的边界区域分割效果较差。另一种流行的方法是线性约束谱聚类方法，该方法将标注信息编码为齐次线性等式约束加入到经典的谱聚类图像分割框架中，从而得到交互式图像分割结果。该方法不依赖于前、背景颜色分布的混合高斯建模，因此几乎能应用于所有场景的图像，但其缺点是计算较为费时，无法实时应用；不能将像素的空间平滑信息编码成相应的约束；对于标注信息利用效率低，需要大量标注像素点才能得到较为准确的分割结果。
技术实现思路
(一)要解决的技术问题本专利技术的目的在于提供一种只需要标注极少量的像素点，就能分割任意颜色分布的拥有多个前景目标图像的交互式分割方法。(二)技术方案本专利技术技术方案如下一种，包括步骤S1.构建图像像素相似度矩阵；S2.获取图像像素标签信息；S3.结合所述图像像素相似度矩阵以及图像像素标签信息，构建谱聚类分割模型并求解得到初步分割结果；S4.构建空间平滑约束；S5.结合所述初步分割结果以及空间平滑约束，构建马尔科夫随机场模型并求解得到最终分割结果。优选的，所述步骤SI包括步骤S101.分别计算待分割图像中任意两个像素点的相似度，记第i个像素点和第j个像素点的相似度为Wij,其构成的图像像素相似度矩阵记为W ；S102.求取所述图像像素相似度矩阵W的拉普拉斯矩阵，记为Lsym ；S103.求取所述Lsym的各个特征值λ i和其对应的特征向量Ui，其中权利要求1.一种，其特征在于，包括步骤51.构建图像像素相似度矩阵；52.获取图像像素标签信息；53.结合所述图像像素相似度矩阵以及图像像素标签信息，构建谱聚类分割模型并求解得到初步分割结果；54.构建空间平滑约束；55.结合所述初步分割结果以及空间平滑约束，构建马尔科夫随机场模型并求解得到最终分割结果。2.根据权利要求I所述的，其特征在于，所述步骤SI 包括步骤5101.分别计算待分割图像中任意两个像素点的相似度，记第i个像素点和第j个像素点的相似度为Wij,其构成的图像像素相似度矩阵记为W ；5102.求取所述图像像素相似度矩阵W的拉普拉斯矩阵，记为Lsym；5103.求取所述Lsym的各个特征值Xi和其对应的特征向量Ui，其中3.根据权利要求2所述的，其特征在于，所述步骤 S102具体为JV计算O=diag(d1, d2N)，L=D-W ；图像像素相似度矩阵w的拉普拉斯矩阵4.根据权利要求I至3任意一项所述的，其特征在于， 所述步骤SI为离线分析。5.根据权利要求2或3所述的，其特征在于，所述步骤 S2包括步骤5201.在待分割图像上标注出c类像素点作为标注点，其中每一类像素点属于同一个前景或背景，c为待分割图像中前景及背景的个数；5202.将所述标注点的序号信息及类别信息存入二维数组，作为图像像素标签信息。6.根据权利要求5所述的，其特征在于，所述步骤S3 包括步骤S301.根据所述二维数组，构建约束7.根据权利要求6所述的，其特征在于，所述步骤S4包括步骤 。5401.构建第一惩罚项4W=max .) -X:k，其中表示矩阵X*第i列所有元素； 。5402.构建第二惩罚项邱I广，其中η=2; 。 5403.构建第三惩罚项5(Λντ,_)=8.根据权利要求7所述的，其特征在于，所述步骤S5包括步骤 。5501.构建最终的分割目标函数9.根据权利要求8所述的，其特征在于，所述步骤S502中通过快速原-对偶方法求解31 i的值。全文摘要本专利技术涉及计算机视觉、图像处理及模式识别等
，具体涉及一种。该图像交互式分割方法，包括步骤S1.构建图像像素相似度矩阵；S2.获取图像像素标签信息；S3.结合所述图像像素相似度矩阵以及图像像素标签信息，构建谱聚类分割模型并求解得到初步分割结果；S4.构建空间平滑约束；S5.结合所述初步分割结果以及空间平滑约束，构建马尔科夫随机场模型并求解得到最终分割结果。本专利技术融合了GrabCut方法和线性约束谱聚类方法的优点，同时又避免了各自的缺点，只需要标注极少量的像素点，就能分割任意颜色分布的拥有多个前景目标的图像。文档编号G06T7/00GK102982544SQ20121047608公开日2013年3月20日 申请日期2012年11月21日 优先权日2012年11月21日专利技术者周杰, 胡瀚, 冯建江, 喻川, 张昊飏 申请人:清华大学本文档来自技高网...
【技术保护点】
一种多前景目标图像交互式分割方法，其特征在于，包括步骤：S1.构建图像像素相似度矩阵；S2.获取图像像素标签信息；S3.结合所述图像像素相似度矩阵以及图像像素标签信息，构建谱聚类分割模型并求解得到初步分割结果；S4.构建空间平滑约束；S5.结合所述初步分割结果以及空间平滑约束，构建马尔科夫随机场模型并求解得到最终分割结果。
【技术特征摘要】
【专利技术属性】
技术研发人员：周杰，胡瀚，冯建江，喻川，张昊飏，
申请(专利权)人：清华大学，
类型：发明
国别省市：
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。