本發(fā)明涉及圖像分割領(lǐng)域，尤其是涉及了一種基于超像素的動態(tài)戶外環(huán)境中的自動分割方法。

背景技術(shù)：

圖像的研究和應(yīng)用中，人們往往對圖像中的某些部分感興趣，這些感興趣的部分對應(yīng)于圖像中特定的、具有特殊性質(zhì)的區(qū)域，我們稱之為目標(biāo)或前景，其他部分成為圖像的背景。為了辨識和分辨目標(biāo)，我們需要把目標(biāo)從圖像中孤立出來，這就是圖像分割。該技術(shù)在農(nóng)業(yè)上可用于資源普查、農(nóng)業(yè)規(guī)劃、農(nóng)作物產(chǎn)量估計、病蟲害檢測、森林調(diào)查等許多方面；在醫(yī)學(xué)上，又可以用于對病灶的分割提取，從而用于臨床研究和治療。然而在現(xiàn)有的技術(shù)中，由于數(shù)據(jù)采集常常是在戶外進(jìn)行，照明條件不穩(wěn)定，因此圖像會受其影響，從而對分割造成一定的難度。

本發(fā)明提出了一種基于超像素的動態(tài)戶外環(huán)境中的自動分割方法，先將圖像轉(zhuǎn)換為色調(diào)飽和度值色彩空間，并將其分割成超像素，使用能量驅(qū)動采樣方法計算超像素，再使用最大類間方差法生成閾值色調(diào)圖像，接著利用超像素組估計背景像素的概率分布，將色調(diào)圖像與分布進(jìn)行比較，生成像素標(biāo)簽，最后創(chuàng)建包括感興趣對象和背景對象的區(qū)域的掩碼圖像。本發(fā)明利用低紋理超像素，使用最大類間方差法生成閾值色調(diào)圖像，使得在照明條件不穩(wěn)定的條件下也能準(zhǔn)確分割，而且算法簡單，準(zhǔn)確度也有所提高。

技術(shù)實現(xiàn)要素：

針對照明條件不穩(wěn)定的問題，本發(fā)明的目的在于提供一種基于超像素的動態(tài)戶外環(huán)境中的自動分割方法，先將圖像轉(zhuǎn)換為色調(diào)飽和度值色彩空間，并將其分割成超像素，使用能量驅(qū)動采樣方法計算超像素，再使用最大類間方差法生成閾值色調(diào)圖像，接著利用超像素組估計背景像素的概率分布，將色調(diào)圖像與分布進(jìn)行比較，生成像素標(biāo)簽，最后創(chuàng)建包括感興趣對象和背景對象的區(qū)域的掩碼圖像。

為解決上述問題，本發(fā)明提供一種基于超像素的動態(tài)戶外環(huán)境中的自動分割方法，其主要內(nèi)容包括：

(一)計算低紋理超像素；

(二)使用最大類間方差法生成閾值色調(diào)圖像；

(三)估計背景分布；

(四)像素標(biāo)簽分配；

(五)創(chuàng)建掩碼。

其中，所述的自動分割方法，輸入圖像的色調(diào)飽和度值(hsv)色彩空間，輸出分割圖像；算法步驟如下：

(1)使用能量驅(qū)動采樣(seeds)方法計算一組超像素并找到子集的低質(zhì)感超像素；

(2)使用最大類間方差法對色相通道進(jìn)行閾值處理，生成二進(jìn)制圖像t；

(3)基于確定背景的分布；

(4)根據(jù)為各個輸出像素分配標(biāo)簽；

(5)創(chuàng)建一個掩碼來消除背景對象之外的區(qū)域。

其中，所述的計算低紋理超像素，將圖像轉(zhuǎn)換為hsv色彩空間，并將其分割成超像素；使用seeds方法計算超像素；在該超像素方法中，圖像被劃分為網(wǎng)格圖案，用作初始的超像素分配；通過迭代修改其邊界改進(jìn)超像素分配。

進(jìn)一步地，所述的seeds算法，設(shè)置seeds算法的參數(shù)，使低紋理區(qū)域具有與初始網(wǎng)格分配形狀相同的超像素，即令為seeds生成的一組超像素，則有一組超像素的形狀為矩形，其對應(yīng)于低紋理區(qū)域不變的超像素；對應(yīng)于seeds算法的最小塊，其可以基于圖像的尺寸和為seeds選擇的參數(shù)來確定。

其中，所述的使用最大類間方差法生成閾值色調(diào)圖像，使用最大類間方差法，通過閾值化hsv圖像的色調(diào)通道來生成二進(jìn)制圖像t；在二進(jìn)制圖像中，值高于閾值的像素為黑色，其余像素為白色；圖像t用于產(chǎn)生圖像中低紋理區(qū)域的假設(shè)，因為低質(zhì)感背景物體的顏色相對恒定；在應(yīng)用程序中，藍(lán)色背景對象的顏色值比其他常見顏色(如棕色，灰色或綠色)的顏色值低；只要背景中大部分像素的色調(diào)值與前景對象的色彩值不同，則可以使用多級閾值算法來生成t。

其中，所述的估計背景分布，使用算法確定t與中的超像素重疊的區(qū)域，即算法遍歷中的超像素；如果閾值圖像t相應(yīng)區(qū)域中的白色像素的百分比超過值ζ，則超像素被添加到集合中；集合由seeds算法確定的低紋理區(qū)域和其恒定顏色的所有超像素組成；

該組超像素中的所有像素位置用于估計背景像素的概率分布，成為色相圖像中第i個像素的值；假設(shè)像素強度根據(jù)正態(tài)分布，即其概率密度由給出；分布參數(shù)μ和σ從的樣本平均值和像素的樣本方差中獲得；將樣本方差的最小值設(shè)置為σmin＝4。

進(jìn)一步地，所述的算法，它用來確定背景像素，輸入時設(shè)置低紋理超像素和閾值色調(diào)圖像t；輸出為設(shè)置背景超像素的對于每個超像素在ri區(qū)域t里的ti表示白色像素數(shù)；如果ti/area(ri)>ζ，則

其中，所述的像素標(biāo)簽分配，將色調(diào)圖像與分布進(jìn)行比較，生成像素標(biāo)簽l的圖像；令fi為指示隨機變量，如果色相圖像中的第i個像素屬于感興趣對象，則為0，否則為0；根據(jù)p(fi|hi)＝φ，條件為hi的隨機變量fi是伯努利公式分布，其中參數(shù)圖像l的第i個像素的標(biāo)號由255×p(fi|hi)給出。

其中，所述的創(chuàng)建掩碼，創(chuàng)建掩碼圖像m，其中包括感興趣對象和背景對象的區(qū)域，把它們標(biāo)記為白色，其它所有區(qū)域標(biāo)記為黑色；最初，中的所有像素以及像素i在m中標(biāo)記為白色，其中p(hi)>pm；小于m的閾值的連接分量從m中去除；然后，對m進(jìn)行連續(xù)擴張操作，直到只有一個連接分量；所需的擴張操作的數(shù)量表示為d；輪廓、凸殼和凸?fàn)钊毕菔菑倪B接的組件中計算出來的；填充超過閾值(∈d)深度的凸?fàn)钊毕?即凸?fàn)钊毕葜械淖钸h(yuǎn)點與凸殼之間的距離)以及所有內(nèi)部輪廓；最后，將掩碼的d次侵蝕恢復(fù)到原來的尺寸。

進(jìn)一步地，所述的掩碼，將掩碼應(yīng)用于像素標(biāo)簽圖像l，如果m的第i像素為0，則該像素在感興趣區(qū)域之外，并且標(biāo)記l中的相應(yīng)像素；在這個應(yīng)用中，標(biāo)記值為0的像素，同時，感興趣的區(qū)域內(nèi)的像素被標(biāo)記為255×p(fi|hi)。

附圖說明

圖1是本發(fā)明一種基于超像素的動態(tài)戶外環(huán)境中的自動分割方法的系統(tǒng)流程圖。

圖2是本發(fā)明一種基于超像素的動態(tài)戶外環(huán)境中的自動分割方法的計算低紋理超像素。

圖3是本發(fā)明一種基于超像素的動態(tài)戶外環(huán)境中的自動分割方法的生成閾值色調(diào)圖像。

圖4是本發(fā)明一種基于超像素的動態(tài)戶外環(huán)境中的自動分割方法的估計背景分布。

圖5是本發(fā)明一種基于超像素的動態(tài)戶外環(huán)境中的自動分割方法的像素標(biāo)簽分配和創(chuàng)建掩碼。

具體實施方式

需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互結(jié)合，下面結(jié)合附圖和具體實施例對本發(fā)明作進(jìn)一步詳細(xì)說明。

圖1是本發(fā)明一種基于超像素的動態(tài)戶外環(huán)境中的自動分割方法的系統(tǒng)流程圖。主要包括計算低紋理超像素，使用最大類間方差法生成閾值色調(diào)圖像，估計背景分布，像素標(biāo)簽分配和創(chuàng)建掩碼。

自動分割方法，輸入圖像的色調(diào)飽和度值(hsv)色彩空間，輸出分割圖像；算法步驟如下：

(1)使用能量驅(qū)動采樣(seeds)方法計算一組超像素并找到子集的低質(zhì)感超像素；

(2)使用最大類間方差法對色相通道進(jìn)行閾值處理，生成二進(jìn)制圖像t；

(3)基于確定背景的分布；

(4)根據(jù)為各個輸出像素分配標(biāo)簽；

(5)創(chuàng)建一個掩碼來消除背景對象之外的區(qū)域。

圖2是本發(fā)明一種基于超像素的動態(tài)戶外環(huán)境中的自動分割方法的計算低紋理超像素。將圖像轉(zhuǎn)換為hsv色彩空間，并將其分割成超像素；使用seeds方法計算超像素；在該超像素方法中，圖像被劃分為網(wǎng)格圖案，用作初始的超像素分配；通過迭代修改其邊界改進(jìn)超像素分配。

設(shè)置seeds算法的參數(shù)，使低紋理區(qū)域具有與初始網(wǎng)格分配形狀相同的超像素，即令為seeds生成的一組超像素，則有一組超像素的形狀為矩形，其對應(yīng)于低紋理區(qū)域不變的超像素；對應(yīng)于seeds算法的最小塊，其可以基于圖像的尺寸和為seeds選擇的參數(shù)來確定。

圖3是本發(fā)明一種基于超像素的動態(tài)戶外環(huán)境中的自動分割方法的生成閾值色調(diào)圖像。使用最大類間方差法，通過閾值化hsv圖像的色調(diào)通道來生成二進(jìn)制圖像t；在二進(jìn)制圖像中，值高于閾值的像素為黑色，其余像素為白色；圖像t用于產(chǎn)生圖像中低紋理區(qū)域的假設(shè)，因為低質(zhì)感背景物體的顏色相對恒定；在應(yīng)用程序中，藍(lán)色背景對象的顏色值比其他常見顏色(如棕色，灰色或綠色)的顏色值低；只要背景中大部分像素的色調(diào)值與前景對象的色彩值不同，則可以使用多級閾值算法來生成t。

圖4是本發(fā)明一種基于超像素的動態(tài)戶外環(huán)境中的自動分割方法的估計背景分布。使用算法確定t與中的超像素重疊的區(qū)域，即算法遍歷中的超像素；如果閾值圖像t相應(yīng)區(qū)域中的白色像素的百分比超過值ζ，則超像素被添加到集合中；集合由seeds算法確定的低紋理區(qū)域和其恒定顏色的所有超像素組成；

該組超像素中的所有像素位置用于估計背景像素的概率分布，成為色相圖像中第i個像素的值；假設(shè)像素強度根據(jù)正態(tài)分布，即其概率密度由給出；分布參數(shù)μ和σ從的樣本平均值和像素的樣本方差中獲得；將樣本方差的最小值設(shè)置為σmin＝4。

用該算法來確定背景像素，輸入時設(shè)置低紋理超像素和閾值色調(diào)圖像t；輸出為設(shè)置背景超像素的對于每個超像素在ri區(qū)域t里的ti表示白色像素數(shù)；如果ti/area(ri)>ζ，則

圖5是本發(fā)明一種基于超像素的動態(tài)戶外環(huán)境中的自動分割方法的像素標(biāo)簽分配和創(chuàng)建掩碼。將色調(diào)圖像與分布進(jìn)行比較，生成像素標(biāo)簽l的圖像；令fi為指示隨機變量，如果色相圖像中的第i個像素屬于感興趣對象，則為0，否則為0；根據(jù)p(fi|hi)＝φ，條件為hi的隨機變量fi是伯努利公式分布，其中參數(shù)圖像l的第i個像素的標(biāo)號由255×p(fi|hi)給出。

創(chuàng)建掩碼圖像m，其中包括感興趣對象和背景對象的區(qū)域，把它們標(biāo)記為白色，其它所有區(qū)域標(biāo)記為黑色；最初，中的所有像素以及像素i在m中標(biāo)記為白色，其中p(hi)>pm；小于m的閾值的連接分量從m中去除；然后，對m進(jìn)行連續(xù)擴張操作，直到只有一個連接分量；所需的擴張操作的數(shù)量表示為d；輪廓、凸殼和凸?fàn)钊毕菔菑倪B接的組件中計算出來的；填充超過閾值(∈d)深度的凸?fàn)钊毕?即凸?fàn)钊毕葜械淖钸h(yuǎn)點與凸殼之間的距離)以及所有內(nèi)部輪廓；最后，將掩碼的d次侵蝕恢復(fù)到原來的尺寸。

將掩碼應(yīng)用于像素標(biāo)簽圖像l，如果m的第i像素為0，則該像素在感興趣區(qū)域之外，并且標(biāo)記l中的相應(yīng)像素；在這個應(yīng)用中，標(biāo)記值為0的像素，同時，感興趣的區(qū)域內(nèi)的像素被標(biāo)記為255×p(fi|hi)。

對于本領(lǐng)域技術(shù)人員，本發(fā)明不限制于上述實施例的細(xì)節(jié)，在不背離本發(fā)明的精神和范圍的情況下，能夠以其他具體形式實現(xiàn)本發(fā)明。此外，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進(jìn)行各種改動和變型而不脫離本發(fā)明的精神和范圍，這些改進(jìn)和變型也應(yīng)視為本發(fā)明的保護(hù)范圍。因此，所附權(quán)利要求意欲解釋為包括優(yōu)選實施例以及落入本發(fā)明范圍的所有變更和修改。