CN105574841B - 一种基于颜色的图像分割方法及装置 - Google Patents
一种基于颜色的图像分割方法及装置 Download PDFInfo
- Publication number
- CN105574841B CN105574841B CN201410615355.1A CN201410615355A CN105574841B CN 105574841 B CN105574841 B CN 105574841B CN 201410615355 A CN201410615355 A CN 201410615355A CN 105574841 B CN105574841 B CN 105574841B
- Authority
- CN
- China
- Prior art keywords
- pixel
- point
- rgb
- rgb value
- ball
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于颜色的图像分割方法及装置,图像分割方法包括:A、提取图像中所选区域内各像素点的RGB值,根据所述RGB值在RGB空间坐标系中显示各像素点的RGB值点;B、在RGB空间坐标系中构建包含预设像素点数的同心圆球,将所选区域的边界向外扩展,根据扩展后的像素点的RGB值点是否在同心圆球内来获得分割边界;C、当所选区域变化时,根据变化后像素点的RGB值点在同心圆球中的分布状态获取新的球心,构建新的同心圆球并获得新的分割边界;本发明即使分割对象发生形变或受环境影响变色,也可快速确定分割图像的边缘,大大提高了动态分割的准确性。
Description
技术领域
本发明涉及图像分割技术领域,特别涉及一种基于颜色的图像分割方法及装置。
背景技术
目前进行图像分割时,常常会采用对图像特征定义的方法来实现对图像的分割,常见的分割方法有:大津阈值分割法、基于多种算子(如Roberts算子、Sobel算子、Canny算子等)的边缘检测、基于神经网络的图像分割等。这些分割方法存在一定的缺陷。大津阈值分割法针对的是灰度图像,灰度图像在一定程度上减少了分割对象的信息量,使某些颜色不一样的地方在灰度上造成表现是相似的,从而很难分割。基于多种算子的边缘检测和基于神经网络的图像分割法会随着对象自身的形变或者外界变化而使得分割对象变化。但是, 这些分割方法的图像特征信息往往都是依据最初开始时所定义的形式,在后续的分割过程中由于外界环境的变化会造成画面中对象的图像特征变化。因此,进行分割的过程中,对象自身由于角度变化导致形变,或对象运动产生的形变和颜色变化,或周围环境变化导致颜色特征变化时,现有分割法采用最初的图像特征信息很难获得准确的分割效果,甚至不能分割出这种图像特征信息变化的对象。
因而现有技术还有待改进和提高。
发明内容
鉴于上述现有技术的不足之处,本发明的目的在于提供一种基于颜色的图像分割方法及装置,以解决现有技术针对图像特征信息变化的对象无法准确分割的问题。
为了达到上述目的,本发明采取了以下技术方案:
一种基于颜色的图像分割方法,其包括:
A、提取图像中所选区域内各像素点的RGB值,根据所述RGB值在RGB空间坐标系中显示各像素点的RGB值点;
B、在RGB空间坐标系中构建包含预设像素点数的同心圆球,将所选区域的边界向外扩展,根据扩展后的像素点的RGB值点是否在同心圆球内来获得分割边界;
C、当所选区域变化时,根据变化后像素点的RGB值点在同心圆球中的分布状态获取新的球心,构建新的同心圆球并获得新的分割边界。
所述的基于颜色的图像分割方法中,所述步骤A具体包括:
A1、识别选取的待分割对象的区域并标记为所选区域;
A2、提取出所选区域内各像素点的RGB值,构建一个RGB空间坐标系;
A3、根据RGB值将各像素点映射在RGB空间坐标系中,获得像素点对应的RGB值点在RGB空间坐标系中的坐标。
所述的基于颜色的图像分割方法中,所述步骤B具体包括:
B1、以所选区域的中心点在RGB空间坐标系中对应的点为球心,构建包含第一预设点数的像素点的内同心圆球和包含第二预设点数的像素点的外同心圆球;
B2、将所选区域的边界向外扩展,判断扩展后的像素点的RGB值点是否处于同心圆球内,以不处于同心圆球内的前一个像素点作为边界点;
B3、将多个边界点组合成分割边界,标示出分割对象在图像中的标示区域后保存。
所述的基于颜色的图像分割方法中,在所述步骤B1中,内同心圆球包括了所选区域内80%的像素点对应的RGB值点,外同心圆球包括了即所选区域内95%的像素点对应的RGB值点。
所述的基于颜色的图像分割方法中,在所述步骤B1中,RGB空间坐标系共有Z个RGB值点,则内、外同心圆球的构建具体包括:
计算RGB空间坐标系中各RGB值点到球心的距离,按从小到大的顺序排序;找出第0.8×Z个RGB值点,以其到球心的距离为半径构建内同心圆球;找出第0.95×Z个RGB值点,以其到球心的距离为半径构建外同心圆球。
所述的基于颜色的图像分割方法中,当分割对象移动时,所述步骤C具体包括:
C1、对当前图像,以标示区域为基准,在标示区域的上、下、左、右四个方向等面积分区;
C2、获取分区后各子区域的像素点在RGB空间坐标系中的RGB值点,判断该子区域中有预设个RGB值点处于同心圆球内时,将预设个RGB值点作为中心区域;
C3、将中心区域的像素点向周围扩展,判断扩展后的像素点的RGB值点是否处于同心圆球内,以与同心圆球的球心坐标相等的RGB值点对应的像素点作为分割对象新的中心点;
C4、以新的中心点为基准向外扩展,判断扩展后的像素点的RGB值点是否处于同心圆球内,以不处于同心圆球内的前一个像素点作为新的边界点;
C5、将新的边界点组合成新的分割边界,标示出运动后的分割图像在图像中的标示区域后保存。
所述的基于颜色的图像分割方法中,当所分割对象的颜色发生变化时,所述步骤C具体包括:
C11、求取内同心圆球内所有像素点的R、G、B平均值,并以该平均值作为球心来替换当前内、外同心圆球的球心;
C12、以新的球心构建包含第一预设点数的像素点的新的内同心圆球和包含第二预设点数的像素点的新的外同心圆球;
C13、将当前的分割边界向外扩展,判断扩展后的像素点的RGB值点是否处于新的同心圆球内,以不处于同心圆球内的前一个像素点作为新的边界点;
C14、将多个新的边界点组合成新的分割边界,标示出分割对象在图像中的标示区域后保存。
一种基于颜色的图像分割装置,其包括:
RGB处理模块,用于提取图像中所选区域内各像素点的RGB值,根据所述RGB值在RGB空间坐标系中显示各像素点的RGB值点;
圆球处理模块,用于在RGB空间坐标系中构建包含预设像素点数的同心圆球,将所选区域的边界向外扩展,根据扩展后的像素点的RGB值点是否在同心圆球内来获得分割边界;
变化处理模块,用于当所选区域变化时,根据变化后像素点的RGB值点在同心圆球中的分布状态获取新的球心,构建新的同心圆球并获得新的分割边界;
所述RGB处理模块、圆球处理模块和变化处理模块依次连接。
所述的基于颜色的图像分割装置中,所述RGB处理模块包括:
区域处理单元,用于识别选取的待分割对象的区域并标记为所选区域,以及提取出所选区域内各像素点的RGB;
RGB映射单元,用于构建一个RGB空间坐标系,以及根据RGB值将各像素点映射在RGB空间坐标系中,获得像素点对应的RGB值点在RGB空间坐标系中的坐标;
所述区域处理单元连接RGB映射单元。
所述的基于颜色的图像分割装置中,所述圆球处理模块包括:
同心圆球单元,用于以所选区域的中心点在RGB空间坐标系中对应的点为球心,构建包含第一预设点数的像素点的内同心圆球和包含第二预设点数的像素点的外同心圆球;
扩展单元,用于将所选区域的边界向外扩展,判断扩展后的像素点的RGB值点是否处于同心圆球内,以不处于同心圆球内的前一个像素点作为边界点;
边界标示单元,用于将多个边界点组合成分割边界,标示出分割对象在图像中的标示区域后保存;
所述同心圆球单元连接RGB映射单元和扩展单元,所述扩展单元连接区域处理单元和边界标示单元。
相较于现有技术,本发明提供的基于颜色的图像分割方法及装置,通过提取图像中所选区域内各像素点的RGB值,根据所述RGB值在RGB空间坐标系中显示各像素点的RGB值点;在RGB空间坐标系中构建包含预设像素点数的同心圆球,将所选区域的边界向外扩展,根据扩展后的像素点的RGB值点是否在同心圆球内来获得分割边界;当所选区域变化时,根据变化后像素点的RGB值点在同心圆球中的分布状态获取新的球心,构建新的同心圆球并获得新的分割边界;图像分割时不仅依据当前变化后的颜色特征,同时还依据变化前的颜色特征,这样即使分割对象发生形变或受环境影响变色,也可快速确定分割图像的边缘,大大提高了动态分割的准确性。
附图说明
图1为本发明提供的基于颜色的图像分割方法流程图。
图2为本发明提供的基于颜色的图像分割方法的实施例中所选区域在RGB空间坐标系中的分布示意图。
图3为本发明提供的基于颜色的图像分割方法的实施例中RGB空间坐标系中中心点和内、外同心圆球的示意图。
图4为本发明提供的基于颜色的图像分割方法的实施例中所选区域的边界向外扩展的示意图。
图5为本发明提供的基于颜色的图像分割方法的实施例中图像分割后的效果图。
图6为本发明提供的基于颜色的图像分割方法的实施例中分割对象移动时的子区域划分示意图。
图7为本发明提供的基于颜色的图像分割方法的实施例中分割对象移动后的RGB值点在RGB空间坐标系中的分布图。
图8为本发明提供的基于颜色的图像分割装置的结构框图。
具体实施方式
本发明提供一种基于颜色的图像分割方法及装置,为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提供的图像分割方法主要针对彩色图像,特别是动态的彩色图像,如图像中待分割的对象在运动、或环境光线变化导致对象颜色变化的情况。请参阅图1,其为本发明提供的基于颜色的图像分割方法流程图;所述图像分割方法包括:
S100、提取图像中所选区域内各像素点的RGB值,根据所述RGB值在RGB空间坐标系中显示各像素点的RGB值点;
S200、在RGB空间坐标系中构建包含预设像素点数的同心圆球,将所选区域的边界向外扩展,根据扩展后的像素点的RGB值点是否在同心圆球内来获得分割边界;
S300、当所选区域变化时,根据变化后像素点的RGB值点在同心圆球中的分布状态获取新的球心,构建新的同心圆球并获得新的分割边界。
基于待分割的对象与其周围具有不同的颜色特征,本实施例通过分析统计待分割对象在不同环境下的颜色特征来保证分割的有效性和准确性,为此,需要先对图像中所选区域的颜色进行处理。即所述步骤S100具体包括:
步骤1、识别用户在图像(特别是彩色图像)中选取的待分割对象的区域,并标记为所选区域,如图2中a所示的区域。
步骤2、提取出所选区域内各像素点的RGB(红绿蓝)值。构建一个RGB空间坐标系(以R、G、B为轴的三维坐标系),如图2中b所示的坐标系,R轴、G轴、B轴的值为0~255。RGB空间坐标系的坐标值即为像素点的RGB值。可将RGB空间坐标系的各点称为像素点的RGB值点。
步骤3、根据RGB值将各像素点映射在RGB空间坐标系中,获得像素点对应的RGB值点在RGB空间坐标系中的坐标。
将各像素点按照其RGB值绘制在RGB空间坐标系中,每个点代表一个像素点的RGB值;这样就得到了所选区域在RGB空间坐标系中的颜色分布情况。
从图2可以看出,有的地方的点分布密集,有的地方的点分布稀疏。点分布密集的地方说明是所选区域的主要颜色,即主要颜色特性。点分布稀疏的地方说明是所选区域的次要颜色,即不明显的颜色特征。次要颜色可能在后续会随着环境变化会变成所选区域的主要颜色,为此,需要通过步骤S200来实现所选区域的分割,其具体包括:
步骤21、以所选区域的中心点在RGB空间坐标系中对应的点为球心,构建包含第一预设点数的像素点的内同心圆球和包含第二预设点数的像素点的外同心圆球。
所选区域为平面图像,将其映射到以横轴、竖轴建立的平面坐标系中,即可获得各像素点的坐标。通过平面坐标系即可求出所选区域内的中心点,具体步骤为:获取所选区域中最左上角的像素点的坐标(Xleft,Yleft)和最右下角的像素点的坐标(Xright,Yright),则中心点的坐标为:(Xleft+Xright)/2,(Yleft+Yright)/2)。其中(Xleft+Xright)/2和(Yleft+Yright)/2均取整数值。
该中心点的RGB值在RGB空间坐标系中对应的点N的坐标为(Rmid、Gmid、Bmid),其为RGB空间坐标系的中心点。如图3所示,以该N点为球心构建两个同心圆球。其中,内同心圆球O1包括了第一预设点数的(即所选区域内80%)的像素点对应的RGB值点。外同心圆球O2包括了第二预设点数的(即所选区域内95%)的像素点对应的RGB值点。假设RGB空间坐标系共有Z个RGB值点,则内同心圆球O1包括了与点N最近的0.8×Z个RGB值点,外同心圆球O2包括了与点N最近的0.95×Z个RGB值点。
构建同心圆球时,分别计算RGB空间坐标系中各RGB值点到球心(点N)的距离,接着按从小到大的顺序排序。之后找出第0.8×Z个RGB值点,以其到点N的距离为半径构建内同心圆球O1。找出第0.95×Z个RGB值点,以其到点N的距离为半径构建外同心圆球O2。
内同心圆球O1的半径O_R1按照如下公式计算得到:
,
其中,(Rout1、Gout1、Bout1)即为第0.8×Z个RGB值点的坐标。
外同心圆球O2的半径O_R2按照如下公式计算得到:
,
其中,(Rout2、Gout2、Bout2)即为第0.95×Z个RGB值点的坐标。
本实施例中不选择所选区域内100%的像素点的原因在于,所选区域是可能有多种差异较大的颜色,对应产生多个不同的聚集点,而外同心圆球O2基本上能囊括大部分的聚集点,可减少运算处理,提高处理速度。
步骤22、将所选区域的边界向外扩展,判断扩展后的像素点的RGB值点是否处于同心圆球内,以不处于同心圆球内的前一个像素点作为边界点。
请同时参阅图4,将所选区域的边界向外扩展的同时,由于对象自身在图像中颜色分布具有延续性,所以当把沿着所选区域边缘向外扩展的像素点按照RGB值映射到RGB坐标空间系时,其RGB值点可能会处于外同心圆球O2内。若某个RGB值点处于外同心圆球O2之外,其前一个RGB值点处于外同心圆球O2之内,则说明已经到达分割的边缘,以前一个RGB值点对应的像素点作为边界点。RGB值点是否处于外同心圆球O2内是通过计算该RGB值点到外同心圆球O2的球心的距离是否小于其半径来判断的。
通过步骤2扩展了图像中分割对象的范围,同时也丰富RGB空间坐标系中两个同心圆球中RGB值点的分布。最后需确定该分割图像在平面坐标系中的关系图,并保存。
步骤23、将多个边界点组合成分割边界,标示出分割对象在图像中的标示区域后保存。
如图5所示,虚线表示最初的所选区域,实线表示扩展后得到的新的分割对象的分割边界。最外面的实线矩形框是所确定下来的分割区域在图像中的标示区域。所述标示区域一般为方形,其标示方法为:确定了最后的分割边界后,即是图5中所示的虚线外的实线边界,对于这个分割边界,可以获取其最上点(X_up,Y_up),最下点(X_down,Y_down)最左点(X_left,Y_left),最右点(X_right,Y_right)的坐标。将上述四个点组合为(X_up,Y_left)、(X_up,Y_right)、(X_down,Y_left)、(X_down,Y_right)。则这四个点即可构成标示方形区域的四个顶点的坐标位置。
上述步骤S100~S200完成了基于所选区域的图像分割,并得到所分割对象的整体在RGB空间坐标系的同心圆球中RGB值点的分布情况。当环境或分割对象发生变化时,如移动或色变,则需执行步骤S300来构建新的同心圆球并获得新的分割边界。
一、当分割对象移动时,针对每一视频帧的图像,所述步骤S300具体包括:
步骤31、对当前图像,以标示区域为基准,在标示区域的上、下、左、右四个方向等面积分区。
如图6所示,对当前图像,以步骤S200中所确定的分割图像的标示区域为中心,按照标示区域的面积在其上、下、左、右四个方向上分别划出相同的区域,从而把当前图像分为五个面积相等的子区域,即图6中所示的A、B、C、D、E五个子区域,可以顺时针或逆时针的方向排序。A子区域即为原始的图像中标示区域。A子区域中的虚线为上述步骤23得到的分割边界,实线为运动后的分割边界。从图6中可以看出运动后分割对象分布在A子区域、D子区域和E子区域中。
步骤32、获取分区后各子区域的像素点在RGB空间坐标系中的RGB值点,判断该子区域中有预设个RGB值点处于同心圆球内时,将预设个RGB值点作为中心区域。
从图6中可以看出运动后分割对象分布在A子区域、D子区域和E子区域中。因此,运动后的分割对象可能处于不同或某一子区域中,则映射时该子区域中的分割对象的RGB值点会处于同心圆球内,且在同心圆球内的坐标不变。本实施例按照A、B、C、D、E的顺序,分别依次对每个子区域的RGB值点进行统计,判断某子区域的RGB值点较多时说明分割对象在该子区域占据一定面积。
在具体实施时,可先把A子区域中的每一个像素点的RGB值都映射到RGB空间坐标系中。若在A子区域能寻找到预设个(根据实际情况确定,至少是10个以上)像素点对应的RGB值点与内、外同心圆球中的某些RGB值点的坐标相同,说明运动后的分割对象的部分处于A子区域。则可以用这预设个以上的像素点确定一个中心区域,同时不再对其它的子区域进行RGB值的比对。
若A子区域没有找出预设个以上的像素点对应的RGB值点与内、外同心圆球中的某些RGB值点的坐标相同,则按照上述方式继续比较B子区域,直至找出有预设个以上的像素点为止。这样可以减少运算处理,加快查询速度。
步骤33、将中心区域的像素点向周围扩展,判断扩展后的像素点的RGB值点是否处于同心圆球内,以与同心圆球的球心坐标相等的RGB值点对应的像素点作为分割对象新的中心点。
在确定的中心区域中,将已获取的预设个像素点向周围扩展,总会寻找到属于分割对象的RGB值点,并且这些RGB值点分布在同心圆球中。如图7所示,若是属于原来的分割对象的像素点,那么随着以中心区域的像素点向周围扩展(图7中的左图),会有越来越多对应的RGB值点落入同心圆球内(图7中的右图)。不属于原来分割对象的像素点,则其对应的RGB值点不会落入同心圆球内。
通过不断扩展,就可以找出某个像素点的RGB值点的坐标等于同心圆球的球心的坐标,则该像素点即是当前图像的分割对象的中心点。
步骤34、以新的中心点为基准,按照步骤22的扩展方式确定出新的分割对象的边界点,即以新的中心点为基准向外扩展,判断扩展后的像素点的RGB值点是否处于同心圆球内,以不处于同心圆球内的前一个像素点作为边界点。按照步骤23将新的边界点组合成新的分割边界,标示出运动后的分割图像在图像中的标示区域后保存;即可实现运动后的分割对象的分割。
二、当所分割对象发生形变或受到环境影响使其颜色发生变化时,RGB值对应改变,则RGB空间坐标系中的同心圆球内的点数会减少或增多,同时,分布在RGB空间坐标系中的点的密集分布程度也会发生变化。针对这种情况,所述步骤S300采用如下方法:
在每次确定分割对象的分割边界后,求取内同心圆球内所有像素点的R、G、B平均值,并以该平均值作为球心来替换当前内、外同心圆球的球心,以保证内、外同心圆球所包括的点大部分均匀的分布在内、外同心圆球内。
按照上述步骤21,以新的球心重新构建包含第一预设点数的像素点的新的内同心圆球和包含第二预设点数的像素点的新的外同心圆球。接着按照步骤22将当前的分割边界向外扩展,判断扩展后的像素点的RGB值点是否处于新的同心圆球内,以不处于同心圆球内的前一个像素点作为新的边界点。最后按照步骤23将多个新的边界点组合成新的分割边界,标示出分割对象在图像中的标示区域后保存;即可实现形变或色变后的分割对象的分割。
基于上述的基于颜色的图像分割方法,本发明还相应提供一种基于颜色的图像分割装置,其包括RGB处理模块10、圆球处理模块20和变化处理模块30,所述RGB处理模块10、圆球处理模块20和变化处理模块30依次连接。其中,所述RGB处理模块10用于提取图像中所选区域内各像素点的RGB值,根据所述RGB值在RGB空间坐标系中显示各像素点的RGB值点。圆球处理模块20在RGB空间坐标系中构建包含预设像素点数的同心圆球,将所选区域的边界向外扩展,根据扩展后的像素点的RGB值点是否在同心圆球内来获得分割边界。变化处理模块30在所选区域变化时,根据变化后像素点的RGB值点在同心圆球中的分布状态获取新的球心,构建新的同心圆球并获得新的分割边界。
其中,所述RGB处理模块10包括:
区域处理单元101,用于识别选取的待分割对象的区域并标记为所选区域,以及提取出所选区域内各像素点的RGB;
RGB映射单元102,用于构建一个RGB空间坐标系,以及根据RGB值将各像素点映射在RGB空间坐标系中,获得像素点对应的RGB值点在RGB空间坐标系中的坐标;
所述区域处理单元101连接RGB映射单元102。
所述圆球处理模块20包括:
同心圆球单元201,用于以所选区域的中心点在RGB空间坐标系中对应的点为球心,构建包含第一预设点数的像素点的内同心圆球和包含第二预设点数的像素点的外同心圆球;
扩展单元202,用于将所选区域的边界向外扩展,判断扩展后的像素点的RGB值点是否处于同心圆球内,以不处于同心圆球内的前一个像素点作为边界点;
边界标示单元203,用于将多个边界点组合成分割边界,标示出分割对象在图像中的标示区域后保存;
所述同心圆球单元201连接RGB映射单元102和扩展单元202,所述扩展单元202连接区域处理单元101和边界标示单元203。
所述变化处理模块30包括:
分区单元301,用于对当前图像,以标示区域为基准,在标示区域的上、下、左、右四个方向等面积分区;
中心区域处理单元302,用于获取分区后各子区域的像素点在RGB空间坐标系中的RGB值点,判断该子区域中有预设个RGB值点处于同心圆球内时,将预设个RGB值点作为中心区域。
所述扩展单元202还用于将中心区域的像素点向周围扩展,判断扩展后的像素点的RGB值点是否处于同心圆球内,以与同心圆球的球心坐标相等的RGB值点对应的像素点作为分割对象新的中心点;以及以新的中心点为基准向外扩展,判断扩展后的像素点的RGB值点是否处于同心圆球内,以不处于同心圆球内的前一个像素点作为新的边界点
所述边界标示单元203还用于将新的边界点组合成新的分割边界,标示出运动后的分割图像在图像中的标示区域后保存;
所述分区单元301连接中心区域处理单元302和边界标示单元203,所述中心区域处理单元302连接扩展单元202和同心圆球单元201。
所述变化处理模块30还包括:
平均值单元303,用于求取内同心圆球内所有像素点的R、G、B平均值,并以该平均值作为球心来替换当前内、外同心圆球的球心;
所述同心圆球单元201还用于以新的球心构建包含第一预设点数的像素点的新的内同心圆球和包含第二预设点数的像素点的新的外同心圆球;
所述扩展单元202还用于将当前的分割边界向外扩展,判断扩展后的像素点的RGB值点是否处于新的同心圆球内,以不处于同心圆球内的前一个像素点作为新的边界点;
所述边界标示单元203还用于将多个新的边界点组合成新的分割边界,标示出分割对象在图像中的标示区域后保存;
所述平均值单元303连接同心圆球单元201。
本实施例中的基于颜色的图像分割装置的实现原理过程与上述实施例的图像分割一致,此处不再赘述。
综上所述,本发明对动态图像进行分割时,基于分割对象的RGB分布特点,将分割对象的RGB集成到RGB空间坐标系中,形成内、外同心圆球来获得变化前后的颜色特征的依据;当分割对象在移动或色变时,RGB空间坐标系中的RGB值点的分布也相应变化,同时参考变化前后的RGB值点的分布,能对分割对象进行更准确的定位,可快速确定分割图像的边缘,大大提高了动态分割的准确性。
可以理解的是,对本领域普通技术人员来说,可根据本发明的技术方案及其发明构思加以等同替换或改变,而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。
Claims (9)
1.一种基于颜色的图像分割方法,其特征在于,包括:
A、提取图像中所选区域内各像素点的RGB值,根据所述RGB值在RGB空间坐标系中显示各像素点的RGB值点;
B、在RGB空间坐标系中构建包含预设像素点数的同心圆球,将所选区域的边界向外扩展,根据扩展后的像素点的RGB值点是否在同心圆球内来获得分割边界;
C、当所选区域变化时,根据变化后像素点的RGB值点在同心圆球中的分布状态获取新的球心,构建新的同心圆球并获得新的分割边界;
当分割对象移动时,所述步骤C具体包括:
C1、对当前图像,以标示区域为基准,在标示区域的上、下、左、右四个方向等面积分区;
C2、获取分区后各子区域的像素点在RGB空间坐标系中的RGB值点,判断该子区域中有预设个RGB值点处于同心圆球内时,将预设个RGB值点作为中心区域;
C3、将中心区域的像素点向周围扩展,判断扩展后的像素点的RGB值点是否处于同心圆球内,以与同心圆球的球心坐标相等的RGB值点对应的像素点作为分割对象新的中心点;
C4、以新的中心点为基准向外扩展,判断扩展后的像素点的RGB值点是否处于同心圆球内,以不处于同心圆球内的前一个像素点作为新的边界点;
C5、将新的边界点组合成新的分割边界,标示出运动后的分割图像在图像中的标示区域后保存;
所述标示区域标示方法为:分别获取所述分割边界的最上点,最下点,最左点,最右点的坐标,并将所述4个点进行组合,以形成方形的标示区域。
2.根据权利要求1所述的基于颜色的图像分割方法,其特征在于,所述步骤A具体包括:
A1、识别选取的待分割对象的区域并标记为所选区域;
A2、提取出所选区域内各像素点的RGB值,构建一个RGB空间坐标系;
A3、根据RGB值将各像素点映射在RGB空间坐标系中,获得像素点对应的RGB值点在RGB空间坐标系中的坐标。
3.根据权利要求1所述的基于颜色的图像分割方法,其特征在于,所述步骤B具体包括:
B1、以所选区域的中心点在RGB空间坐标系中对应的点为球心,构建包含第一预设点数的像素点的内同心圆球和包含第二预设点数的像素点的外同心圆球;
B2、将所选区域的边界向外扩展,判断扩展后的像素点的RGB值点是否处于同心圆球内,以不处于同心圆球内的前一个像素点作为边界点;
B3、将多个边界点组合成分割边界,标示出分割对象在图像中的标示区域后保存。
4.根据权利要求3所述的基于颜色的图像分割方法,其特征在于,在所述步骤B1中,内同心圆球包括了所选区域内80%的像素点对应的RGB值点,外同心圆球包括了即所选区域内95%的像素点对应的RGB值点。
5.根据权利要求4所述的基于颜色的图像分割方法,其特征在于,在所述步骤B1中,RGB空间坐标系共有Z个RGB值点,则内、外同心圆球的构建具体包括:
计算RGB空间坐标系中各RGB值点到球心的距离,按从小到大的顺序排序;找出第0.8×Z个RGB值点,以其到球心的距离为半径构建内同心圆球;找出第0.95×Z个RGB值点,以其到球心的距离为半径构建外同心圆球。
6.根据权利要求3所述的基于颜色的图像分割方法,其特征在于,当所分割对象的颜色发生变化时,所述步骤C具体包括:
C11、求取内同心圆球内所有像素点的R、G、B平均值,并以该平均值作为球心来替换当前内、外同心圆球的球心;
C12、以新的球心构建包含第一预设点数的像素点的新的内同心圆球和包含第二预设点数的像素点的新的外同心圆球;
C13、将当前的分割边界向外扩展,判断扩展后的像素点的RGB值点是否处于新的同心圆球内,以不处于同心圆球内的前一个像素点作为新的边界点;
C14、将多个新的边界点组合成新的分割边界,标示出分割对象在图像中的标示区域后保存。
7.一种基于颜色的图像分割装置,其特征在于,包括:
RGB处理模块,用于提取图像中所选区域内各像素点的RGB值,根据所述RGB值在RGB空间坐标系中显示各像素点的RGB值点;
圆球处理模块,用于在RGB空间坐标系中构建包含预设像素点数的同心圆球,将所选区域的边界向外扩展,根据扩展后的像素点的RGB值点是否在同心圆球内来获得分割边界;
变化处理模块,用于当所选区域变化时,根据变化后像素点的RGB值点在同心圆球中的分布状态获取新的球心,构建新的同心圆球并获得新的分割边界;
所述RGB处理模块、圆球处理模块和变化处理模块依次连接;
所述变化处理模块包括:
分区单元,用于对当前图像,以标示区域为基准,在标示区域的上、下、左、右四个方向等面积分区;
中心区域处理单元,用于获取分区后各子区域的像素点在RGB空间坐标系中的RGB值点,判断该子区域中有预设个RGB值点处于同心圆球内时,将预设个RGB值点作为中心区域;
圆球处理模块包括:
扩展单元,用于将中心区域的像素点向周围扩展,判断扩展后的像素点的RGB值点是否处于同心圆球内,以与同心圆球的球心坐标相等的RGB值点对应的像素点作为分割对象新的中心点;以及以新的中心点为基准向外扩展,判断扩展后的像素点的RGB值点是否处于同心圆球内,以不处于同心圆球内的前一个像素点作为新的边界点;
边界标示单元,用于将新的边界点组合成新的分割边界,标示出运动后的分割图像在图像中的标示区域后保存;
所述圆球处理模块还用于:分别获取所述分割边界的最上点,最下点,最左点,最右点的坐标,并将所述4个点进行组合,以形成方形的标示区域。
8.根据权利要求7所述的基于颜色的图像分割装置,其特征在于,所述RGB处理模块包括:
区域处理单元,用于识别选取的待分割对象的区域并标记为所选区域,以及提取出所选区域内各像素点的RGB;
RGB映射单元,用于构建一个RGB空间坐标系,以及根据RGB值将各像素点映射在RGB空间坐标系中,获得像素点对应的RGB值点在RGB空间坐标系中的坐标;
所述区域处理单元连接RGB映射单元。
9.根据权利要求7所述的基于颜色的图像分割装置,其特征在于,所述圆球处理模块包括:
同心圆球单元,用于以所选区域的中心点在RGB空间坐标系中对应的点为球心,构建包含第一预设点数的像素点的内同心圆球和包含第二预设点数的像素点的外同心圆球;
扩展单元,还用于将所选区域的边界向外扩展,判断扩展后的像素点的RGB值点是否处于同心圆球内,以不处于同心圆球内的前一个像素点作为边界点;
边界标示单元,还用于将多个边界点组合成分割边界,标示出分割对象在图像中的标示区域后保存;
所述同心圆球单元连接RGB映射单元和扩展单元,所述扩展单元连接区域处理单元和边界标示单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410615355.1A CN105574841B (zh) | 2014-11-05 | 2014-11-05 | 一种基于颜色的图像分割方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410615355.1A CN105574841B (zh) | 2014-11-05 | 2014-11-05 | 一种基于颜色的图像分割方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105574841A CN105574841A (zh) | 2016-05-11 |
CN105574841B true CN105574841B (zh) | 2018-11-30 |
Family
ID=55884935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410615355.1A Active CN105574841B (zh) | 2014-11-05 | 2014-11-05 | 一种基于颜色的图像分割方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105574841B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107063458B (zh) * | 2017-02-07 | 2018-10-26 | 泉州装备制造研究所 | 基于机器视觉的瓷砖色度分块检测方法 |
CN110602495A (zh) * | 2019-08-20 | 2019-12-20 | 深圳市盛世生物医疗科技有限公司 | 一种医学图像编码方法及装置 |
CN110619648B (zh) * | 2019-09-19 | 2022-03-15 | 四川长虹电器股份有限公司 | 一种基于rgb变化趋势划分图像区域的方法 |
CN115482244B (zh) * | 2022-09-14 | 2024-05-07 | 南京索图科技有限公司 | 一种内镜镜下影像处理方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101276461A (zh) * | 2008-03-07 | 2008-10-01 | 北京航空航天大学 | 一种利用边缘特征的视频文本增强方法 |
CN101324955A (zh) * | 2008-06-02 | 2008-12-17 | 昆明理工大学 | 基于颜色特征的植物根系图像分割方法 |
US9019303B2 (en) * | 2011-02-08 | 2015-04-28 | Postech Academy—Industry Foundation | Method of processing image and apparatus for the same |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5045619B2 (ja) * | 2008-09-08 | 2012-10-10 | ソニー株式会社 | 画像処理装置および方法、並びにプログラム |
-
2014
- 2014-11-05 CN CN201410615355.1A patent/CN105574841B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101276461A (zh) * | 2008-03-07 | 2008-10-01 | 北京航空航天大学 | 一种利用边缘特征的视频文本增强方法 |
CN101324955A (zh) * | 2008-06-02 | 2008-12-17 | 昆明理工大学 | 基于颜色特征的植物根系图像分割方法 |
US9019303B2 (en) * | 2011-02-08 | 2015-04-28 | Postech Academy—Industry Foundation | Method of processing image and apparatus for the same |
Non-Patent Citations (2)
Title |
---|
基于扩展"变球法"的颜色量化分析;刘妹琴等;《工程设计学报》;20060630;第13卷(第3期);全文 * |
自然环境下苹果彩色图像分割研究;石雪强等;《安徽农业科学》;20111020;第39卷(第30期);第1页右栏倒数第4段至第2页左栏 * |
Also Published As
Publication number | Publication date |
---|---|
CN105574841A (zh) | 2016-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107092877B (zh) | 基于建筑物基底矢量的遥感影像屋顶轮廓提取方法 | |
CN105761266B (zh) | 从遥感图像中提取矩形建筑物的方法 | |
CN105574841B (zh) | 一种基于颜色的图像分割方法及装置 | |
CN109859226B (zh) | 一种图形分割的棋盘格角点亚像素的检测方法 | |
CN103258203B (zh) | 遥感影像的道路中线自动提取方法 | |
WO2019062734A1 (zh) | 基于Wi-Fi热点的室内定位方法及装置 | |
CN103886107B (zh) | 基于天花板图像信息的机器人定位与地图构建系统 | |
CN105118049A (zh) | 一种基于超像素聚类的图像分割方法 | |
CN106447679B (zh) | 一种基于迭代图割和自适应聚类的显著性检测方法 | |
CN107492094A (zh) | 一种高压电线绝缘子的无人机视觉检测方法 | |
CN107182036A (zh) | 基于多维特征融合的自适应位置指纹定位方法 | |
CN106384079A (zh) | 一种基于rgb‑d信息的实时行人跟踪方法 | |
CN106097313B (zh) | 图像分割方法及装置 | |
CN107403451B (zh) | 自适应二值特征单目视觉里程计方法及计算机、机器人 | |
CN109754440A (zh) | 一种基于全卷积网络和均值漂移的阴影区域检测方法 | |
CN108133471B (zh) | 一种基于人工蜂群算法的机器人导航路径提取方法及装置 | |
KR102195051B1 (ko) | 드론의 영상 정보를 이용한 공간 정보 생성 시스템 및 방법과, 이를 위한 컴퓨터 프로그램 | |
CN110490913A (zh) | 基于角点与单线段编组的特征描述算子进行影像匹配方法 | |
CN108171715A (zh) | 一种图像分割方法及装置 | |
WO2020093624A1 (zh) | 一种基于多尺度检测算法的天线下倾角测量方法 | |
CN104866853A (zh) | 一种足球比赛视频中的多运动员的行为特征提取方法 | |
CN106504227A (zh) | 基于深度图像的人数统计方法及其系统 | |
CN106845378B (zh) | 一种自对向图像中识别人体目标的方法 | |
CN109472416B (zh) | 基于自动路网数据提取的室内路径规划方法及装置、客户端 | |
WO2022217834A1 (en) | Method and system for image processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C41 | Transfer of patent application or patent right or utility model | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20160601 Address after: 518052 Guangdong city of Shenzhen province Nanshan District Xili liuxiandong Zhongshan Road No. 1001 TCL Science Park Research Building D4 Building 8 layer B1 unit 802-1. Applicant after: SHENZHEN TCL HIGH-TECH DEVELOPMENT CO., LTD. Address before: 516006 Guangdong province Huizhou Zhongkai hi tech Development Zone No. nineteen District Applicant before: TCL Group Co., Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |