图像的分割方法及系统技术方案

本发明专利技术提出一种图像的分割方法及系统。其中，方法包括以下步骤：提供待分割图像；从待分割图像的像素点中获取任意前景点和背景点，并对前景点和背景点进行标定；根据待分割图像的像素点以及标定的前景点和背景点构造流网络图；采用压入重标注方法对流网络图进行处理以得到最小割集，其中，最小割集为将待分割图像分割成前景和背景在流网络图中所需断开的相似性最小的边的集合；以及根据最小割集将待分割图像分割为前景区域和背景区域。根据本发明专利技术实施例的方法，通过构造待识别图像的流网络图，并对其进行压入和重标注，因此简化了算法的复杂度，同时适用于所有的图像方便了用户使用。

【技术实现步骤摘要】
图像的分割方法及系统
本专利技术涉及图像分割
，特别涉及一种图像的分割方法及系统。
技术介绍
数字图像指以二维数组形式表示的图像。数字图像可以由许多不同的输入设备和技术生成，例如，数码相机、扫描仪、坐标测量机等。起初利用计算机来处理图形和图像信息。如今，数字图像处理在国防、工农业生产、生活娱乐等多领域都有着广阔的应用。图像分割指的是将数字图像细分为多个图像子区域像素的集合的过程。其目的是简化或改变图像的表示形式，使得图像更容易理解和分析。图像分割在实际中的应用包括医学影像、在卫星图像中定位物体、人脸识别、交通控制系统等。对图像分割算法的研究已有几十年的历史，借助各种理论提出了上千种各种类型的分割算法。但这些方法大都是针对具体问题的，因此无法通用于所有的图像，并且现有图像分割算法的复杂度有较高。
技术实现思路
本专利技术的目的旨在至少解决上述的技术缺陷之一。为达到上述目的，本专利技术一方面的实施例提出一种图像的分割方法，包括以下步骤：提供待分割图像；从所述待分割图像的像素点中获取任意前景点和背景点，并对所述前景点和背景点进行标定；根据所述待分割图像的像素点以及标定的所述前景点和背景点构造流网络图；采用压入重标注方法对所述流网络图进行处理以得到最小割集，其中，最小割集为将所述待分割图像分割成前景和背景在所述流网络图中所需断开的相似性最小的边的集合；以及根据所述最小割集将所述待分割图像分割为前景区域和背景区域。根据本专利技术实施例的方法，通过构造待识别图像的流网络图，并对其进行压入和重标注，因此简化了算法的复杂度，同时适用于所有的图像方便了用户使用。在本专利技术的一个实例中，在所述流网络图中，每个像素点与其相邻的像素点之间的边的权重为W(p,q)，且除源点的相邻点和汇点的其他像素点与所述源点之间的边的权重以及除汇点的相邻点和源点的其他像素点与所述汇点之间的边的权重为常数，其中，所述源点为所述前景点，所述汇点为所述后景点。在本专利技术的一个实例中，所述相邻像素点之间的权重W(p,q)通过如下公式表示，其中，dist(p,q)表示p和q之间的距离，σ表示调节参数，Ip表示p点的亮度，Iq表示q的点的亮度。在本专利技术的一个实例中，所述常数通过如下公式表示，其中，N(p)表示p点的相邻点集，V表示像素点的集合，W(p,q)表示点p，q之间边的权重。为达到上述目的，本专利技术的实施例另一方面提出一种图像的分割系统，包括：获取模块，用于提供待分割图像；标定模块，用于从所述待分割图像的像素点中获取任意前景点和背景点，并对所述前景点和背景点进行标定；构造模块，用于根据所述待分割图像的像素点以及标定的所述前景点和背景点构造流网络图；处理模块，用于采用压入重标注方法对所述流网络图进行处理以得到最小割集，其中，最小割集为将所述待分割图像分割成前景和背景在所述流网络图中所需断开的相似性最小的边的集合；以及分割模块，用于根据所述最小割集将所述待分割图像分割为前景区域和背景区域。本专利技术的一个实例中，在所述流网络图中，每个像素点与其相邻的像素点之间的边的权重为W(p,q)，且除源点的相邻点和汇点的其他像素点与所述源点之间的边的权重以及除汇点的相邻点和源点的其他像素点与所述汇点之间的边的权重为常数，其中，所述源点为所述前景点，所述汇点为所述后景点。本专利技术的一个实例中，所述相邻像素点之间的权重W(p,q)通过如下公式表示，其中，sist(p,q)表示p和q之间的距离，σ表示调节参数，Ip表示p点的亮度，Iq表示q的点的亮度。在本专利技术的一个实例中，所述常数通过如下公式表示，其中，N(p)表示p点的相邻点集，V表示像素点的集合，W(p,q)表示点p，q之间边的权重。根据本专利技术实施例的系统，通过构造待识别图像的流网络图，并对其进行压入和重标注，因此简化了算法的复杂度，同时适用于所有的图像方便了用户使用。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为根据本专利技术一个实施例的图像的分割方法的流程图；图2为根据本专利技术一个实施例的待分割图像的边划分示意图；图3为根据本专利技术一个实施例的待分割图像的分割示意图；以及图4为根据本专利技术一个实施例的图像的分割系统的结构框图。具体实施方式下面详细描述本专利技术的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。图1为根据本专利技术一个实施例的相似图像分类方法的流程图。如图1所示，根据本专利技术实施例的相似图像分类方法，包括以下步骤：步骤S101，提供待分割图像。步骤S102，从待分割图像的像素点中获取任意前景点和背景点，并对前景点和背景点进行标定。具体地，在待分割图像中任意确定一个前景点和一个背景点。可采用交互式方式，或先验知识，例如四个角和中心区域中分别抽出一个点作为背景和前景点。步骤S103，根据待分割图像的像素点以及标定的前景点和背景点构造流网络图。具体地，包括待分割图像中所有像素点的集合为顶点集V，并且以前景点S为源点，背景点T为汇点构造流网络图G=<V，E>。该流网络图G为无向带权图，且边E的权重表示该条边能通过的最大流量。流网络图G的边集E的构成为，每一个像素点与其每一个相邻的像素点之间存在一条边，其中相邻的定义可以为4邻域（上下左右）或8邻域（4邻域外加左上、左下、右上、右下），例如，在图2中用细实线表示相邻边。待分割图像中相邻两点p，q间的边权重为W(p,q)可通过如下公式表示，其中，dist(p,q)表示p和q之间的距离，σ表示调节参数，Ip表示p点的亮度，Iq表示q的点的亮度。该距离dist(p,q)的可以通过欧式距离公式城市距离公式dist(p,q)=|xp-xq|+yp-yq|，或棋盘距离公式dist(p,q)=max(|xp-xq|,|yp-yq|)中的任意一种得出，其中，(xp,yp)和(xq,yq)分别表示点p和点q在图像中的坐标。除源点S的相邻点和汇点T的其他像素点与源点S之间的边（图2中用粗实线表示）的权重以及除汇点T的相邻点和源点S的其他像素点与汇点T之间的边（图2中用虚线表示）的权重为常数K可通过如下公式表示，其中，dist(p,q)表示p和q之间的距离，σ表示调节参数，Ip表示p点的亮度，Iq表示q的点的亮度。在此公式的含义为对于一个像素点求与其相邻像素点的边权重之和，遍历图像中的所有像素点，该和的最大值加1即为K。步骤S104，采用压入重标注方法对流网络图进行处理以得到最小割集，其中，最小割集为将待分割图像分割成前景和背景在流网络图中所需断开的相似性最小的边的集合。具体地，在构造流网络图中，每条边的权重大小表明该边连接的两个点的相似程度。背景点与前景点间的最小割集，代表着能将流网络图分割成前景和背景两部分需要断开的相似性最小的边的集合。求得该流网络的最小割，就等于求得了分割图像。根据流网络图论的基本定理，最小割的流量之和等于网络中的最大流。当流网络达到最大流时，会有一个割集的所有边都达到本文档来自技高网...

【技术保护点】
一种图像的分割方法，其特征在于，包括以下步骤：提供待分割图像；从所述待分割图像的像素点中获取任意前景点和背景点，并对所述前景点和背景点进行标定；根据所述待分割图像的像素点以及标定的所述前景点和背景点构造流网络图；采用压入重标注方法对所述流网络图进行处理以得到最小割集，其中，所述最小割集为将所述待分割图像分割成前景和背景在所述流网络图中所需断开的相似性最小的边的集合；以及根据所述最小割集将所述待分割图像分割为前景区域和背景区域。

【技术特征摘要】
1.一种图像的分割方法，其特征在于，包括以下步骤：提供待分割图像；从所述待分割图像的像素点中获取任意前景点和背景点，并对所述前景点和背景点进行标定；根据所述待分割图像的像素点以及标定的所述前景点和背景点构造流网络图，在所述流网络图中，每个像素点与其相邻的像素点之间的边的权重为W(p,q)，且除源点的相邻点和汇点的其他像素点与所述源点之间的边的权重以及除汇点的相邻点和源点的其他像素点与所述汇点之间的边的权重为常数，其中，所述源点为所述前景点，所述汇点为所述背景点；采用压入重标注方法对所述流网络图进行处理以得到最小割集，其中，所述最小割集为将所述待分割图像分割成前景和背景在所述流网络图中所需断开的相似性最小的边的集合；以及根据所述最小割集将所述待分割图像分割为前景区域和背景区域，所述相邻像素点之间的权重W(p,q)通过如下公式表示，其中，dist(p,q)表示点p和q之间的距离，σ表示调节参数，Ip表示p点的亮度，Iq表示q点的亮度。2.如权利要求1所述的图像的分割方法，其特征在于，所述常数通过如下公式表示，其中，N(p)表示p点的相邻点集，V表示像素点的集合，W(p,q)表示点p，q之间边的权重。3.一种图像的分割系统，其特征...

【专利技术属性】
技术研发人员：戴琼海，黄炜程，索津莉，王竞瑶，
申请(专利权)人：清华大学，北京华清美伦科技有限公司，
类型：发明
国别省市：