亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種基于超像素的動態(tài)戶外環(huán)境中的自動分割方法與流程

文檔序號:11730195閱讀:240來源:國知局
一種基于超像素的動態(tài)戶外環(huán)境中的自動分割方法與流程

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。

當(dāng)前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1