CN103679719A - 一种图像分割方法 - Google Patents

Abstract

本发明提出了一种图像分割方法，所述方法包括预处理、特征抽取和分类三个阶段；在预处理阶段借助归一化分割算法将一幅图像过分割成超像素图像；在特征抽取阶段根据人眼的完形线索提取一组特征，包括轮廓、结构、光照度和好的连续性；在分类阶段用前述特征训练一个线性分类器，测试时采用一个简单算法随机搜索好的分割。本方法对大多数自然图像有很好的分割效果。

Description

一种图像分割方法

技术领域

本发明属于数字图像处理领域，具体指的是一种图像分割方法。

背景技术

图像分割是图像处理领域和计算机视觉中的一个基本而关键的问题，它是将人们感兴趣的目标从图像背景中提取出来，为后续的分类、跟踪、识别等处理提供基础。图像分割指的是利用数字图像的某些特性，如灰度、颜色、纹理和形状等，将图像细分为多个图像子区域（像素的集合）的过程。图像分割的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。

发明内容

本发明所要解决的技术问题是为了克服现有技术的不足，提出一种图像分割方法。所述方法对大多数自然图像显著地提高了分割效果。

为了解决上述技术问题，本发明所采用的技术方案是：

一种图像分割方法，包括如下步骤：

步骤A，采集彩色图像；

步骤B，将步骤A得到的彩色图像过分割成超像素图像；

步骤C，借鉴人眼完形线索，对步骤B得到的超像素图像提取不同的特征，包括轮廓、纹理、亮度和好的连续性，组成特征向量；

步骤D，用步骤C得到的特征向量训练一个逻辑斯蒂回归分类器，学习人工分割好的图像库；

步骤E，对步骤D得到的训练好的分类器进行测试，采用基于模拟退火法的随机搜索策略随机搜索好的分割。

步骤C中，所述根据人眼完形线索提取不同特征的过程如下：

步骤C-1，用多方向滤波器对步骤B得到的超像素图像做卷积，基于滤波器输出的矢量量化，像素聚类成若干基元通道，统计每个区域的基元分布，用χ²距离度量计算区域间和区域内的结构相似性；

步骤C-2，对步骤B得到的超像素图像中的每个区域统计亮度直方图，用χ²距离度量计算区域间和区域内的亮度相似性；

步骤C-3，对步骤B得到的超像素图像上的每一个超像素计算方向能量，通过一个非线性变换将方向能量转换成软的轮廓度，计算区域边界上所有超像素的软的轮廓度总和即为区域间的轮廓能量，计算区域内部所有超像素的软的轮廓度总和即为区域内的轮廓能量。

步骤C-4，对步骤B得到的超像素图像上每个区域边界上的每一对相邻的超像素计算正切变化，统计正切变化分布直方图，计算曲线连续性并规范化。

本发明的有益效果是：本发明提出了一种图像分割方法，所述方法在预处理阶段借助归一化分割算法将一幅图像过分割成超像素图像；在特征抽取阶段根据人眼的完形线索提取一组特征，包括轮廓、结构、光照度和好的连续性；在分类阶段用前述特征训练一个线性分类器，测试时采用一个简单算法随机搜索好的分割。本方法对大多数自然图像有很好的分割效果。

附图说明

图1是本发明图像分割方法的流程图；

具体实施方式

下面结合附图，对本发明提出的一种图像分割方法进行详细说明：

如图1所示，本发明的图像分割方法，其步骤如下

步骤101，输入彩色图像，随机选择其中一部分用于后续分类器的训练，剩余的用于测试分类器；

步骤102，用归一化分割算法将步骤101得到的彩色图像过分割成超像素图像；

步骤103，根据人眼的完形线索定义，对步骤102得到的超像素图像提取特征向量，其分量分别描述轮廓、结构、光照度和好的连续性；

步骤104，用步骤103得到的特征向量训练一个简单的线性分类器；

步骤105，对步骤104中训练好的分类器进行测试，采用一个简单算法随机搜索好的分割。

下面结合图1详细说明本发明的基于两类分类模型的图像分割方法。

1.归一化分割

预处理阶段是把像素分组为“超像素”。这一初步分组的动机是：（1）像素不是自然的实体；它们仅仅是图像的离散表示的结果；（2）即使在中等分辨率水平上像素数量也是高的，使得在这个像素水平上难以优化。在这里“超像素”是局部的、连贯的，并保留大部分必须的结构需要用于在感兴趣的范围内的分割。

本方法采用归一化分割算法产生超像素图像。关联矩阵只具有局部连接。超像素的大小和形状大致是均匀的，这一点有助于简化后续步骤中的计算。虽然人工分割中的一些结构丢失了，但是它们通常是次要的细节，在规模上要比我们所感兴趣的对象部分小得多。重建后的分割是原来图像的一个很好的近似。

2.提取线索特征

一个分割是部分的集合。要回答“什么是一个好的分割？”，我们需要首先回答“好的部分是什么？”下面将定义部分的特征集，评估这些特征的实用性，从它们中训练一个分类器。

对于静止图像，人眼完形线索包括临近性、相似性、好的连续性（曲线连续性）、闭包性、对称性和并行性。在本方法中，对于一个部分S我们定义如下的特征F_j：区域间的结构相似性T_ext(S)；区域内的结构相似性T_int(S)；区域间的亮度相似性B_ext(S)；区域内的亮度相似性B_int(S)；区域间的轮廓能量E_ext(S)；区域内的轮廓能量E_int(S)；曲线连续性C(S)。

（1）结构相似性

对于结构线索，遵循基元分析的可判别框架。首先用多方向滤波器对图像做卷积。基于滤波器输出的矢量量化，像素聚类成若干基元通道。这就给了我们每个区域的描述，即在其支持下的基元的分布。两个区域的纹理差异可以用两个直方图之间的χ²距离度量。在滤波阶段做了一点修改：当将一堆滤波器应用于图像时，需要将滤波器支持的范围限制在一个单一的超像素中。

下一步，把χ²距离转换成对数似然比。令Ω_samc表示所有出现在人工分割中相同部分的超像素对pairs(q₁，q₂)的集合，Ω_diff表示所有出现在人工分割中不同部分的超像素对的集合。对Ω_samc中的所有成对超像素，计算出χ²距离d_T，并且用P_samc表示χ²距离的分布。类似的，得到P_diff,作为Ω_diff上的χ²距离的分布。令d_T(q，S)为超像素q的结构直方图和一个部分S之间的χ²距离。q和S之间的结构相似性定义为：

$(q,S)=\log \frac{P_{\mathrm{same}}\left(d_T(q,S)\right)}{P_{\mathrm{diff}\left(d_T(q,S)\right)}}---\left(1\right)$

对数似然比度量了χ²值的重要性。使用基本的结构相似性度量T(q，S)去定义一个部分的两个结构特征，即区域内结构相似性和区域间结构相似性。区域内结构相似性是对区域中所有的超像素求和：

$T_{\mathrm{int}}\left(S\right)=\underset{q\∈S}{\mathrm{\Σ}}T(q,S)---\left(2\right)$

区域间结构相似性是对S的所有边界超像素求和：

$T_{\mathrm{ext}}\left(S\right)=\underset{q\∈\∂S}{\mathrm{\Σ}}T(q,S^{\′}\left(q\right))---\left(3\right)$

这里的S′(q)是跟q相邻的部分。如果有多个相邻的部分，我们取相似值的平均。

（2）亮度相似性

区域内的亮度相似性B_int(S)和区域间的亮度相似性B_ext(S)以同样的方式被定义。对每一个区域的亮度描述就是亮度值的直方图。计算直方图的χ²距离，使用经验数据将χ²距离转换为对数似然比。这个基本的相似性度量融入到区域内和区域间的相似线索中。

（3）轮廓能量

在像素水平上计算轮廓线索。首先在每一个像素上计算方向能量OE。通过一个非线性变换方向能量被转换成一种软的轮廓度p_con。区域间的轮廓能量E_ext是S边界上的所有像素的p_con(x)总和；而区域内的轮廓能量E_int是S内部超像素边界上的所有像素的p_con(x)总和。

（4）好的连续性

曲线连续性的度量如下：对于在部分S边界上的每一对相邻的超像素q和q′，在交界处存在一个正切变化。这一变化度量了边界的一阶平滑度：α角越大，S的边界越不平滑。从人工分割的边界中，可以获得正切变化分布P_tangent(α)。令J(S)为S边界上的所有超像素交界的集合，曲线连续性C(S)被定义为：

$C\left(S\right)=\underset{(q,q^{\′})\∈J\left(S\right)}{\mathrm{\Σ}}\log P_{\tan \mathrm{gcnt}}\left(\mathrm{\α}(q,q^{\′})\right)---\left(4\right)$

我们定义的特征值是非标准的，不能直接相互比较。为了规范它们，我们注意到我们定义的所有特征值都是基本量的总和。例如，区域内结构相似性T_int(S)=Σ_q∈ST(q，S)。假定对于所有对(q，S)，q∈S，T(q，S）是均值为μ方差为σ²的随机变量。如果S中有m个超像素，我们可以将Tint(S)规范化为这里使用了μ和σ²的最大似然估计。其它的特征值以同样的方式被规范化。

3.训练分类器

我们将分割问题阐述为一个两类分类问题。这是统计学习中研究得最多的一个问题，可以使用各种技术加以处理。我们使用一个简单的逻辑斯蒂回归分类器，它线性结合了特征值F_j：

$G\left(S\right)=\underset{j}{\mathrm{\Σ}}{c}_j{F}_j\left(S\right)-\mathrm{\θ}---\left(5\right)$

G的取值越高，S越可能是一个好的分割。权重c_j容易用标准迭代重加权最小二乘算法在训练数据上最大化似然学习得到。初始化是随机的并且收敛很快。对于区域间的特征值，权重是负的。

之所以可以使用逻辑斯蒂回归分类器，是因为规范化特征值大致呈高斯分布，线性分类器可以将数据拟合的很好。

4.测试分类器

“什么是一个好的分割？”我们对此问题做出简化的假设：所谓在分割S中的部分S是好的指的是独立的。这就给出了以下准则：

$f\left(S\right)=\underset{S\∈S}{\mathrm{\Σ}}(\underset{j}{\mathrm{\Σ}}{c}_j{F}_j\left(S\right)-\mathrm{\θ})---\left(6\right)$

它是式（5）中的分类器函数在部分上之和。找到最好分割的问题变成了在所有分割组成的空间上的f最优化问题。

在形式上f看起来简单，但是所有分割的搜索空间十分庞大。根据马尔可夫链蒙特卡罗范式，我们采用一个简单的基于模拟退火法的随机搜索策略。

这个随机搜索的动力学包括三个基本步骤：（1）转换：一个超像素从它的部分转换到一个相邻部分；（2）合并：相邻两个部分合并成一个；（3）分裂：一个部分分成两个。前两个操作都是简单直接的。至于分裂一个部分，我们用一个简单的方法，通过基于位置和平均强度聚类部分中的超像素。此聚类也用于初始化搜索。

在每一步中，算法随机挑选以上三步中的任意一个，并且构建一个新的分割S′。如果f(S′)＞f(S)，我们接受这一步。否则，我们依概率exp

接受，这里的T是温度，随着时间的推移线性降低。

该算法虽然朴素，然而它展示了我们分类器模型的能力。当然还有许多其他可能的方式探索分割空间。

通过上述实施方式，可见本发明具有如下优点：

（1）本方法对大多数自然图像有很好的分割效果。

（2）本方法在分割块级别上建立模型，可以定义局部和整体的关系，更容易将中间级线索比如好的连续性合并进来，使用轮廓线索简单明了。

（3）本方法将图像分割问题阐述成一个两类分类问题，充分利用了自然图像的生态学统计特性和丰富的学习理论。

Claims (2)

1.一种图像分割方法，其特征在于，包括如下步骤：

步骤A，采集彩色图像；

步骤B，将步骤A得到的彩色图像过分割成超像素图像；

步骤C，对步骤B得到的超像素图像提取特征向量，所述特征向量包括轮廓、纹理、亮度和连续性；

步骤D，用步骤C得到的特征向量训练一个逻辑斯蒂回归分类器，学习经过分割的图像库；

步骤E，对步骤D得到的训练好的分类器进行测试，采用基于模拟退火算法的随机搜索策略进行分割。

2.根据权利要求1所述的一种基于两类分类模型的图像分割方法，其特征在于，步骤C中，所述提取特征向量的过程如下：

步骤C-1，用多方向滤波器对步骤B得到的超像素图像做卷积，基于滤波器输出的矢量量化，像素聚类成若干基元通道，统计每个区域的基元分布，用χ²距离度量计算区域间和区域内的结构相似性；

步骤C-2，对步骤B得到的超像素图像中的每个区域统计亮度直方图，用χ²距离度量计算区域间和区域内的亮度相似性；

步骤C-3，对步骤B得到的超像素图像上的每一个超像素计算方向能量，通过非线性变换将方向能量转换成局部归一化的轮廓度，计算区域边界上所有超像素的局部归一化的轮廓度总和，该总和即为区域间的轮廓能量；计算区域内部所有超像素的局部归一化的轮廓度总和，该总和即为区域内的轮廓能量；

步骤C-4，对步骤B得到的超像素图像上每个区域边界上的每一对相邻的超像素计算正切变化，统计正切变化分布直方图，计算曲线连续性并规范化。

Images