一种基于PCBA的超像素图像分割方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111583279A(43)申请公布日2020.08.25(21)申请号202010397755.5(22)申请日2020.05.12(71)申请人重庆理工大学地址400054重庆市巴南区李家沱红光大道69号(72)发明人闫河谢敏李晓玲赵其峰(74)专利代理机构重庆博凯知识产权代理有限公司50212代理人胡逸然(51)Int.Cl.G06T7/11(2017.01)G06T7/136(2017.01)权利要求书1页说明书7页附图7页(54)发明名称一种基于PCBA的超像素图像分割方法(57)摘要本发明公开了一种基于PCBA的超像素图像分割方法，包括：获取原始图像；提升原始图像的对比度得到输入图像；计算输入图像的显著值并生成显著图；对显著图进行超像素分割，并获取超像素标签；基于超像素标签创建超像素图像，超像素图像中的每个像素的像素值为对应超像素块的平均灰度值；基于最佳分割阈值将原始图像分割为目标区域和背景区域，生成由目标区域与背景区域组成的分割图。针对PCBA颜色信息简单，没有包含复杂的背景信息的特点，本发明在进行最终的分割之前，先利用超像素标签生成超像素图像，这样，既保留了原图的边缘等重要信息，不会造成目标的遗漏，又减少了需要处理的图像的像素，进而减少了计算成本，提高了分割的效率。CN111583279ACN111583279A权利要求书1/1页1.一种基于PCBA的超像素图像分割方法，其特征在于，包括：S1、获取原始图像；S2、提升所述原始图像的对比度得到输入图像；S3、将所述输入图像的RGB颜色通道量化为m个不同的颜色，并选择输入图像中出现频率最高的n个颜色作为高频颜色代表所有的输入颜色，计算所述输入图像的显著值并生成显著图；S4、对所述显著图进行超像素分割，并获取超像素标签；S5、基于超像素标签创建超像素图像，所述超像素图像中的每个像素的像素值为对应超像素块的平均灰度值；S6、对所述超像素图像采用最大阈值分割法求得最佳分割阈值，基于所述最佳分割阈值将所述原始图像分割为目标区域和背景区域，生成由目标区域与背景区域组成的分割图。2.如权利要求1所述的基于PCBA的超像素图像分割方法，其特征在于，步骤S3中显著值的计算公式如下：式中，S(c)为输入颜色c的显著值，ci为输入颜色c的第i个最近邻颜色，k为最近邻颜色的个数，S(ci)为ci对应的初始显著值，Pj为输入颜色c的第j个最近邻颜色的概率，D(ci,cj)输入颜色c的第i个最近邻颜色和第j个最近邻颜色在LAB颜色空间内的距离，D为输入颜色c与其k个最近邻颜色的距离之和，3.如权利要求1所述的基于PCBA的超像素图像分割方法，其特征在于，步骤S4中，利用SNIC超像素分割算法对所述显著图进行超像素分割。4.如权利要求1所述的基于PCBA的超像素图像分割方法，其特征在于，步骤S6包括：S601、计算初始分割阈值，所述初始分割阈值等于所述超像素图像的灰度值的最大值与最小值的均值；S602、基于所述初始分割阈值将所述超像素图像分割为超像素目标区域与超像素背景区域，通过信息熵公式迭代更新初始分割阈值，得到最佳分割阈值；S603、基于所述最佳分割阈值将所述原始图像分割为目标区域和背景区域；S604、生成由目标区域与背景区域组成的分割图。5.如权利要求1所述的基于PCBA的超像素图像分割方法，其特征在于，还包括：S7、将分割图中目标面积小于过滤阈值的区域过滤为背景区域。2CN111583279A说明书1/7页一种基于PCBA的超像素图像分割方法技术领域[0001]本发明属于图像处理领域，具体涉及一种基于PCBA的超像素图像分割方法。背景技术[0002]超像素属于图像分割技术，是指具有相似纹理、颜色、亮度等特征的相邻像素构成的有一定视觉意义的不规则像素块。超像素分割算法是一种重要的减少计算的预处理工具，被广泛应用于目标跟踪，目标识别，3D重建，图像分割以及显著性特征提取等领域。超像素相对于像素可以去除冗余信息，提高运算速度，在显著性检测里可以作为预处理的一个常用手段，可以在尽量保存边缘信息的同时大幅提高运算效率。目前，超像素算法可以简单的分为基于梯度下降的算法和基于聚类的算法。[0003]分水岭算法和Mean-Shift算法都是经典的梯度下降算法。分水岭算法利用梯度下降法获取像素间的相似性来产生一个闭合的轮廓。Mean-Shift算法则是一个迭代过程，寻找当前像素的平均移动向量，移动到该向量位置后继续搜索，直到满足一定条件。尽管分水岭算法有较快的运算速度，但是容易过分割，Mean-Shift则相反。K均值聚类(K-means)算法，线性光谱聚类(LinearSpectralClustering,LSC)算法，简