專利名稱：多前景目標(biāo)圖像交互式分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)視覺(jué)、圖像處理及模式識(shí)別等技術(shù)領(lǐng)域，具體涉及一種多前景目標(biāo)圖像交互式分割方法。
背景技術(shù)：
圖像分割是將圖像按其特征劃分成一些互不重疊的區(qū)域，從而將圖像中用戶感興趣的部分分離出來(lái)。圖像分割是圖像處理、計(jì)算機(jī)視覺(jué)領(lǐng)域的一項(xiàng)關(guān)鍵的技術(shù)，是目標(biāo)檢測(cè)、目標(biāo)跟蹤、目標(biāo)分析等多種應(yīng)用的基礎(chǔ)。
圖像分割技術(shù)有很多種，其中大部分技術(shù)都以自底向上的方式進(jìn)行，它們通過(guò)檢測(cè)邊界或者依據(jù)色彩、紋理等特征對(duì)像素聚類，從而達(dá)到分割的目的。譜聚類方法由于能在任意形狀樣本空間上聚類并能得到近似的全局最優(yōu)解，是目前應(yīng)用最廣的一類像素聚類算法。譜聚類建立在譜圖理論基礎(chǔ)上，其原理是將圖像中每個(gè)像素當(dāng)作圖的頂點(diǎn)，再計(jì)算像素點(diǎn)間的相似度，并將其作為圖的頂點(diǎn)間邊的權(quán)重，從而將圖像分割問(wèn)題轉(zhuǎn)化為圖的劃分問(wèn)題。但是由于圖像底層特征和物體模型之間的巨大語(yǔ)義鴻溝，利用這些技術(shù)很難得到用戶希望的分割結(jié)果。
交互式圖像分割通過(guò)利用事先標(biāo)注在圖像中的一些前景點(diǎn)和背景點(diǎn)，可以有效地減小分割的不確定性，故被廣泛應(yīng)用于圖像編輯領(lǐng)域。早期的交互式圖像分割算法主要基于輪廓標(biāo)注，要求大致勾畫(huà)出目標(biāo)的邊界，再進(jìn)行進(jìn)一步的處理，非常耗時(shí)。近些年出現(xiàn)的基于區(qū)域標(biāo)注的交互式分割方法，只需要在待分割圖像中標(biāo)注出部分像素點(diǎn)的類別。目前最流行的交互式圖像分割算法GrabCut就屬于這一類方法，它通過(guò)標(biāo)注一個(gè)包含前景的矩形框來(lái)區(qū)分前景和背景矩形框以外的像素為背景，而矩形框以內(nèi)的像素有較大的概率為前景。GrabCut方法的主要缺點(diǎn)是只能分割擁有單一前景目標(biāo)的圖像，要求前景和背景像素的顏色分布滿足混合高斯模型，并要求二者的顏色分布有較大差異，其對(duì)前、背景對(duì)比度不強(qiáng)的邊界區(qū)域分割效果較差。另一種流行的方法是線性約束譜聚類方法，該方法將標(biāo)注信息編碼為齊次線性等式約束加入到經(jīng)典的譜聚類圖像分割框架中，從而得到交互式圖像分割結(jié)果。該方法不依賴于前、背景顏色分布的混合高斯建模，因此幾乎能應(yīng)用于所有場(chǎng)景的圖像，但其缺點(diǎn)是計(jì)算較為費(fèi)時(shí)，無(wú)法實(shí)時(shí)應(yīng)用；不能將像素的空間平滑信息編碼成相應(yīng)的約束；對(duì)于標(biāo)注信息利用效率低，需要大量標(biāo)注像素點(diǎn)才能得到較為準(zhǔn)確的分割結(jié)果。發(fā)明內(nèi)容
(一)要解決的技術(shù)問(wèn)題
本發(fā)明的目的在于提供一種只需要標(biāo)注極少量的像素點(diǎn)，就能分割任意顏色分布的擁有多個(gè)前景目標(biāo)圖像的交互式分割方法。
(二)技術(shù)方案
本發(fā)明技術(shù)方案如下
一種多前景目標(biāo)圖像交互式分割方法，包括步驟
S1.構(gòu)建圖像像素相似度矩陣；
S2.獲取圖像像素標(biāo)簽信息；
S3.結(jié)合所述圖像像素相似度矩陣以及圖像像素標(biāo)簽信息，構(gòu)建譜聚類分割模型并求解得到初步分割結(jié)果；
S4.構(gòu)建空間平滑約束；
S5.結(jié)合所述初步分割結(jié)果以及空間平滑約束，構(gòu)建馬爾科夫隨機(jī)場(chǎng)模型并求解得到最終分割結(jié)果。
優(yōu)選的，所述步驟SI包括步驟
S101.分別計(jì)算待分割圖像中任意兩個(gè)像素點(diǎn)的相似度，記第i個(gè)像素點(diǎn)和第j個(gè)像素點(diǎn)的相似度為Wij,其構(gòu)成的圖像像素相似度矩陣記為W ；
S102.求取所述圖像像素相似度矩陣W的拉普拉斯矩陣，記為L(zhǎng)sym ；
S103.求取所述Lsym的各個(gè)特征值λ i和其對(duì)應(yīng)的特征向量Ui，其中
權(quán)利要求
1.一種多前景目標(biāo)圖像交互式分割方法，其特征在于，包括步驟51.構(gòu)建圖像像素相似度矩陣；52.獲取圖像像素標(biāo)簽信息；53.結(jié)合所述圖像像素相似度矩陣以及圖像像素標(biāo)簽信息，構(gòu)建譜聚類分割模型并求解得到初步分割結(jié)果；54.構(gòu)建空間平滑約束；55.結(jié)合所述初步分割結(jié)果以及空間平滑約束，構(gòu)建馬爾科夫隨機(jī)場(chǎng)模型并求解得到最終分割結(jié)果。
2.根據(jù)權(quán)利要求I所述的多前景目標(biāo)圖像交互式分割方法，其特征在于，所述步驟SI 包括步驟5101.分別計(jì)算待分割圖像中任意兩個(gè)像素點(diǎn)的相似度，記第i個(gè)像素點(diǎn)和第j個(gè)像素點(diǎn)的相似度為Wij,其構(gòu)成的圖像像素相似度矩陣記為W ；5102.求取所述圖像像素相似度矩陣W的拉普拉斯矩陣，記為L(zhǎng)sym；5103.求取所述Lsym的各個(gè)特征值Xi和其對(duì)應(yīng)的特征向量Ui，其中
3.根據(jù)權(quán)利要求2所述的多前景目標(biāo)圖像交互式分割方法，其特征在于，所述步驟 S102具體為JV計(jì)算O=diag(d1, d2N)，L=D-W ；圖像像素相似度矩陣w的拉普拉斯矩陣
4.根據(jù)權(quán)利要求I至3任意一項(xiàng)所述的多前景目標(biāo)圖像交互式分割方法，其特征在于， 所述步驟SI為離線分析。
5.根據(jù)權(quán)利要求2或3所述的多前景目標(biāo)圖像交互式分割方法，其特征在于，所述步驟 S2包括步驟5201.在待分割圖像上標(biāo)注出c類像素點(diǎn)作為標(biāo)注點(diǎn)，其中每一類像素點(diǎn)屬于同一個(gè)前景或背景，c為待分割圖像中前景及背景的個(gè)數(shù)；5202.將所述標(biāo)注點(diǎn)的序號(hào)信息及類別信息存入二維數(shù)組，作為圖像像素標(biāo)簽信息。
6.根據(jù)權(quán)利要求5所述的多前景目標(biāo)圖像交互式分割方法，其特征在于，所述步驟S3 包括步驟S301.根據(jù)所述二維數(shù)組，構(gòu)建約束
7.根據(jù)權(quán)利要求6所述的多前景目標(biāo)圖像交互式分割方法，其特征在于，所述步驟S4包括步驟 。5401.構(gòu)建第一懲罰項(xiàng)4W=max .) -X:k，其中表示矩陣X*第i列所有元素； 。5402.構(gòu)建第二懲罰項(xiàng)邱I廣，其中η=2; 。 5403.構(gòu)建第三懲罰項(xiàng)5(Λντ,_)=
8.根據(jù)權(quán)利要求7所述的多前景目標(biāo)圖像交互式分割方法，其特征在于，所述步驟S5包括步驟 。5501.構(gòu)建最終的分割目標(biāo)函數(shù)
9.根據(jù)權(quán)利要求8所述的多前景目標(biāo)圖像交互式分割方法，其特征在于，所述步驟S502中通過(guò)快速原-對(duì)偶方法求解31 i的值。
全文摘要
本發(fā)明涉及計(jì)算機(jī)視覺(jué)、圖像處理及模式識(shí)別等技術(shù)領(lǐng)域，具體涉及一種多前景目標(biāo)圖像交互式分割方法。該圖像交互式分割方法，包括步驟S1.構(gòu)建圖像像素相似度矩陣；S2.獲取圖像像素標(biāo)簽信息；S3.結(jié)合所述圖像像素相似度矩陣以及圖像像素標(biāo)簽信息，構(gòu)建譜聚類分割模型并求解得到初步分割結(jié)果；S4.構(gòu)建空間平滑約束；S5.結(jié)合所述初步分割結(jié)果以及空間平滑約束，構(gòu)建馬爾科夫隨機(jī)場(chǎng)模型并求解得到最終分割結(jié)果。本發(fā)明融合了GrabCut方法和線性約束譜聚類方法的優(yōu)點(diǎn)，同時(shí)又避免了各自的缺點(diǎn)，只需要標(biāo)注極少量的像素點(diǎn)，就能分割任意顏色分布的擁有多個(gè)前景目標(biāo)的圖像。
文檔編號(hào)G06T7/00GK102982544SQ20121047608
公開(kāi)日2013年3月20日 申請(qǐng)日期2012年11月21日 優(yōu)先權(quán)日2012年11月21日
發(fā)明者周杰, 胡瀚, 馮建江, 喻川, 張昊飏 申請(qǐng)人:清華大學(xué)