CN106097313A - 图像分割方法及装置 - Google Patents

图像分割方法及装置 Download PDF

Info

Publication number
CN106097313A
CN106097313A CN201610383908.4A CN201610383908A CN106097313A CN 106097313 A CN106097313 A CN 106097313A CN 201610383908 A CN201610383908 A CN 201610383908A CN 106097313 A CN106097313 A CN 106097313A
Authority
CN
China
Prior art keywords
pixel
super
area
cut zone
segmentation
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.)
Granted
Application number
CN201610383908.4A
Other languages
English (en)
Other versions
CN106097313B (zh
Inventor
卢明
赵海英
贾耕云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CENTURY College BEIJING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS
Gansu Qianmo Cultural Tourism Industry Co.,Ltd.
Original Assignee
CENTURY COLLEGE BEIJING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS
Gansu Reader Animation Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CENTURY COLLEGE BEIJING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS, Gansu Reader Animation Technology Co Ltd filed Critical CENTURY COLLEGE BEIJING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS
Priority to CN201610383908.4A priority Critical patent/CN106097313B/zh
Publication of CN106097313A publication Critical patent/CN106097313A/zh
Application granted granted Critical
Publication of CN106097313B publication Critical patent/CN106097313B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image

Landscapes

  • Image Analysis (AREA)

Abstract

本发明实施例提供了一种图像分割方法及装置,所述方法包括:将图像的所有像素点映射到CIELAB色彩空间中;将图像均匀分割成第一超像素的数量个第一区域,对每个第一区域及其附近区域内的像素点进行划分,得到该第一区域对应的第一超像素;将所有第一超像素映射到RGB色彩空间中,对第一超像素中的像素点求平均,得到对应的第二超像素,以所有第二超像素为顶点,以相邻第二超像素之间的相似距离为边,构建无向图;根据无向图中的相似距离满足预设条件的相邻两个第二超像素构成分割区域,并根据相邻分割区域中边的权值大小判断该相邻分割区域是否合并。本发明实施例可使图像中的像素点变化平滑,减少过分割的现象发生,提高图像分割效果。

Description

图像分割方法及装置
技术领域
本发明涉及计算机图像处理技术领域,特别是涉及一种图像分割方法及装置。
背景技术
随着计算机领域的不断发展,用户对图像处理技术的要求越来越高,图像分割,作为计算机图像处理技术的一项基础性工作,已经成为人们研究的热点。
图像分割指的是将一幅数字图像中具有特殊含义的区域分割出来,且这些区域互相不重叠,任何相邻区域之间图像的性质具有明显的区别,而同一区域内的图像,在一定的准则下,可认为具有相同的性质,即每个区域内的图像都满足特定的区域一致性条件。例如,在一幅画中,可定义一种准则为:与红色相近的颜色可以划分到一个区域内。基于该准则,浅红色可以认为与红色差距不大,而绿色与红色差距很大,则可将浅红色与红色划分到同一个区域,而不能将绿色与红色划分到同一个区域。
现有技术中公开了一种基于Felzenswalb和Huttenlocher提出的Graph-based(图论)算法的图像分割方法,该方法虽然算法简单,易于实现,但在图像分割时,由于像素点的随颜色变化不够平滑,会出现过分割的现象,即分割后的图像中的整块区域内会出现小块的杂乱区域,或者把整块区域分割成了多个区域,使图像分割效果不佳。
发明内容
本发明的目的在于,提供一种图像分割方法及装置,在图像分割时,可提高图像分割效果。
为达到上述目的,本发明实施例提供了一种图像分割方法,所述方法包括:
将图像的所有像素点映射到CIELAB色彩空间中,每个像素点均对应唯一的像素特征;所述像素特征包括对应像素点在图像上的二维坐标和映射到CIELAB色彩空间中的三维坐标;
将图像的所有像素点均匀分割成预设的第一超像素的数量个第一区域,对每个第一区域以及其附近区域内的像素点进行同类像素点的划分,得到该第一区域对应的第一超像素;
将所有第一超像素映射到RGB色彩空间中,对每个第一超像素中的像素点进行求平均,得到对应的第二超像素,以所有第二超像素为顶点,以图像中相邻第二超像素之间的相似距离作为边的权值,构建无向图;所述相似距离为两个第二超像素在RGB色彩空间中的距离;
根据无向图中的相似距离满足预设条件的相邻两个第二超像素构成分割区域,并根据相邻分割区域中边的权值大小判断该相邻分割区域是否合并。
较优地,所述将图像的所有像素点均匀分割成预设的第一超像素的数量个第一区域,对每个第一区域以及其附近区域内的像素点进行同类像素点的划分,得到该第一区域的第一超像素,包括:
A1、根据预设的第一超像素的个数K,对图像的所有N个像素点进行二维坐标的均匀划分,得到K个第一区域,每个第一区域由N/K个像素点组成;所述每个第一区域的格长均为
A2、对第k个第一区域中心处的第一像素点与以该第一区域为中心的第二区域内的其他所有第二像素点进行像素特征距离的计算,得到Pk-1个第一距离值,并记录第k个第一区域中心在图像中的二维坐标;Pk为第k个第一区域对应第二区域内所有像素点的个数,k=1、2、3……K;
A3、如果第一距离值小于第一阈值,则判断该第一距离值对应的第一像素点和第二像素点为同类像素点;如果第一距离值不小于第一阈值,则判断该第一距离值对应的第一像素点和第二像素点为不同类像素点;第k个第一区域中心处的第一像素点与其同类像素点共同组成第k个预分割超像素;
A4、计算第k个预分割超像素的平均像素特征,并记录第k个预分割超像素的中心在图像中的二维坐标;
A5、判断预分割超像素的中心在图像中的二维坐标,与其对应第一区域中心在图像中的二维坐标之间的第二距离值是否大于第二阈值,若大于,则对该预分割超像素对应的第一区域的中心进行更新,并重新运行步骤A1;若不大于, 则获取第k个预分割超像素作为第k个第一超像素。
较优地,所述根据无向图中的相似距离满足预设条件的相邻两个第二超像素构成分割区域,并根据相邻分割区域中边的权值大小判断该相邻分割区域是否合并,包括:
将无向图中的相似距离不大于第三距离值的相邻两个第二超像素组成一个分割区域;
对所述无向图中的每个第二超像素与其相邻的第二超像素之间的P条边,按照权值大小的升序排列,按照顺序依次判断第p条边连接的两个第二超像素是否属于同一分割区域;p=1、2、3……P;
若所述第p条边连接的两个第二超像素不属于同一分割区域,则判断这两个第二超像素对应的两个分割区域的最大类内差异是否大于连接这两个分割区域的最小权值,若大于,则这两个分割区域合并,若不大于,则这两个分割区域不合并;两个分割区域对应两个最小生成树,两个最小生成树对应两个最大权值,这两个最大权值中的最小值为两个分割区域的最大类内差异。
较优地,在步骤A4之后,步骤A5之前,所述方法还包括:
若第k个预分割超像素的中心在图像中的二维坐标与对应第一区域中心在图像中的二维坐标的差距大于第三阈值,则将该第k个预分割超像素的中心移动到图像中与RGB色彩空间内最小色彩梯度相对应的位置处;所述图像中与RGB色彩空间内最小色彩梯度相对应的位置位于以第k个预分割超像素为中心的第三区域内。
较优地,所述对每个第一超像素中的像素点进行求平均的计算公式为:
R ′ = ( Σ i = 0 M ′ R i ) / M ′ , G ′ = ( Σ i = 0 M ′ G i ) / M ′ , B ′ = ( Σ i = 0 M ′ B i ) / M ′ ,
其中,M′为第k个第一超像素中的像素点的个数,(Ri,Gi,Bi)为第k个第一超像素中的第i个像素点在RGB色彩空间中的三维坐标,(R′,G′,B′)为得到的第二超像素中像素点在RGB色彩空间中的三维坐标。
较优地,所述两个分割区域的最大类内差异的计算公式为:
MInt(Vi,Vj)=min(Int(Vi)+τ(Vi),Int(Vj)+τ(Vj))
其中,MInt(Vi,Vj)为分割区域Vi和Vj的最大类内差异, Int(Vi)为分割区域Vi内最小生成树中的最大权值,MST(Vi,E)为分割区域Vi的最小生成树,τ(Vi)为分割区域Vi的阈值函数, Int(Vj)为分割区域Vj内最小生成树中的最大权值,MST(Vj,E)为分割区域Vj的最小生成树,τ(Vj)为分割区域Vj的阈值函数,E为所有带权值的边的集合;
所述连接两个分割区域的最小权值的计算公式为:
D i f ( V i , V j ) = m i n S i ∈ V i , S j ∈ V j ( S i , S j ) ∈ E w ( ( S i , S j ) )
其中,Dif(Vi,Vj)为连接分割区域Vi和Vj的最小权值,Si为第i个第二超像素,Sj为与Si相邻的第j个第二超像素,w((Si,Sj))为第二超像素Si和Si之间边的权值。
本发明还提供了一种图像分割装置,所述装置包括:
CIELAB色彩空间映射模块,用于将图像的所有像素点映射到CIELAB色彩空间中,每个像素点均对应唯一的像素特征;所述像素特征包括对应像素点在图像上的二维坐标和映射到CIELAB色彩空间中的三维坐标;
第一超像素获取模块,用于将图像的所有像素点均匀分割成预设的第一超像素的数量个第一区域,对每个第一区域以及其附近区域内的像素点进行同类像素点的划分,得到该第一区域对应的第一超像素;
第二超像素获取模块,用于将所有第一超像素映射到RGB色彩空间中,对每个第一超像素中的像素点进行求平均,得到对应的第二超像素,以所有第二超像素为顶点,以图像中相邻第二超像素之间的相似距离作为边的权值,构建无向图;所述相似距离为两个第二超像素在RGB色彩空间中的距离;
分割区域合并模块,用于根据无向图中的相似距离满足预设条件的相邻两个第二超像素构成分割区域,并根据相邻分割区域中边的权值大小判断该相邻分割区域是否合并。
较优地,所述第一超像素获取模块,包括:
像素点划分单元,用于根据预设的第一超像素的个数K,对图像的所有N个像素点进行二维坐标的均匀划分,得到K个第一区域,每个第一区域由N/K个像素点组成;所述每个第一区域的格长均为
第一距离值获取单元,用于对第k个第一区域中心处的第一像素点与以该第一区域为中心的第二区域内的其他所有第二像素点进行像素特征距离的计算,得到Pk-1个第一距离值,并记录第k个第一区域中心在图像中的二维坐标;Pk为第k个第一区域对应第二区域内所有像素点的个数,k=1、2、3……K;
预分割超像素获取单元,用于如果第一距离值小于第一阈值,则判断该第一距离值对应的第一像素点和第二像素点为同类像素点;如果第一距离值不小于第一阈值,则判断该第一距离值对应的第一像素点和第二像素点为不同类像素点;第k个第一区域中心处的第一像素点与其同类像素点共同组成第k个预分割超像素;
平均像素特征计算单元,用于计算第k个预分割超像素的平均像素特征,并记录第k个预分割超像素的中心在图像中的二维坐标;
第一超像素获取单元,用于判断预分割超像素的中心在图像中的二维坐标,与其对应第一区域中心在图像中的二维坐标之间的第二距离值是否大于第二阈值,若大于,则对该预分割超像素对应的第一区域的中心进行更新,并重新运行步骤A1;若不大于,则获取第k个预分割超像素作为第k个第一超像素。
较优地,所述分割区域合并模块,包括:
分割区域生成单元,用于将无向图中的相似距离不大于第三距离值的相邻两个第二超像素组成一个分割区域;
分割区域判断单元,用于对所述无向图中的每个第二超像素与其相邻的第二超像素之间的P条边,按照权值大小的升序排列,按照顺序依次判断第p条边连接的两个第二超像素是否属于同一分割区域;p=1、2、3……P;
分割区域合并单元,用于若所述第p条边连接的两个第二超像素不属于同一分割区域,则判断这两个第二超像素对应的两个分割区域的最大类内差异是否大于连接这两个分割区域的最小权值,若大于,则这两个分割区域合并,若 不大于,则这两个分割区域不合并;两个分割区域对应两个最小生成树,两个最小生成树对应两个最大权值,这两个最大权值中的最小值为两个分割区域的最大类内差异。
较优地,所述装置还包括:
预分割超像素移动模块,用于若第k个预分割超像素的中心在图像中的二维坐标与对应第一区域中心在图像中的二维坐标的差距大于第三阈值,则将该第k个预分割超像素的中心移动到图像中与RGB色彩空间内最小色彩梯度相对应的位置处;所述图像中与RGB色彩空间内最小色彩梯度相对应的位置位于以第k个预分割超像素为中心的第三区域内。
本发明实施例提供的图像分割方法及装置,通过利用超像素的原理对图像进行分割,并对得到的第一超像素进行求平均处理,将原有的图像中的杂乱的像素点进行了平均,使图像中的像素点变化平滑,以减少过分割的现象发生,从而提高了图像分割效果。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的图像分割方法的流程图;
图2为本发明实施例提供的图像分割装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
如图1所示,为本发明实施例提供的图像分割方法的流程图,该方法的原理为:通过利用超像素的思想,在图像分割时,对图像中的临近区域内的不同像素点进行平均,以使像素点的变化趋于平滑,从而减少了过分割的现象发生,提高了图像分割效果。所述方法包括:
S110,将图像的所有像素点映射到CIELAB色彩空间中,每个像素点均对应唯一的像素特征;所述像素特征包括对应像素点在图像上的二维坐标和映射到CIELAB色彩空间中的三维坐标。
具体地,将待分割的图像至于二维空间坐标中,图像中的像素点一个一个有序的排列在一起,每个像素点唯一对应一个二维坐标。将图像中的所有像素点映射到CIELAN色彩空间中后,由于色彩空间为三维空间,色彩空间中的距离为两个像素点之间的色差,因此大量的像素点中,很可能存在很大像素点会位于CIELAN色彩空间的同一位置或相邻位置。为了区分不同的像素点,将某一个像素点在图像上的二维坐标和映射到CIELAB色彩空间中的三维坐标,共同反映为该像素点的特征,定义该特征为像素特征。例如,第n个像素点的像素特征为Cn=(xn,yn,ln,an,bnT,其中,(xn,yn)为二维坐标,(ln,an,bn)为CIELAB色彩空间中的三维坐标。
S120,将图像的所有像素点均匀分割成预设的第一超像素的数量个第一区域,对每个第一区域以及其附近区域内的像素点进行同类像素点的划分,得到该第一区域对应的第一超像素。
优选地,步骤S120可包括如下细化步骤:
A1、根据预设的第一超像素的个数K,对图像的所有N个像素点进行二维坐标的均匀划分,得到K个第一区域,每个第一区域由N/K个像素点组成;所述每个第一区域的格长均为
具体地,假设图像中所有的像素点为N个,要获取的超像素的个数为K个,为了均匀选取图像中的像素点,可将位于二维坐标中图像的所有像素点,均匀分成K个第一区域,每个第一区域可以认为是一个方形区域,且每个第一区域中包含N/K个像素点,则该方形区域的格长为每一个方形区域中的像素点也是均匀排列的。
A2、对第k个第一区域中心处的第一像素点与以该第一区域为中心的第二区域内的其他所有第二像素点进行像素特征距离的计算,得到Pk-1个第一距离值,并记录第k个第一区域中心在图像中的二维坐标;Pk为第k个第一区域对应第二区域内所有像素点的个数,k=1、2、3……K。
具体地,由于每个第一区域中的像素点也是均匀排列的,每个第一区域的区域中心处会有一个像素点,定义该像素点为第一像素点,某一个第一区域中心在图像中的二维坐标,即为该第一区域中第一像素点的二维坐标。
以某一个第一区域为中心,以一定长度(如2L或3L)为边长的方形区域为该第一区域对应的第二区域,定义该第二区域中的Pk个像素点中除了第一像素点外的其他Pk-1个像素点为第二像素点。
对第一像素点和其他第二像素点分别进行像素特征距离的计算,得到Pk-1个第一距离值。
例如,第i个像素点和第j个像素点之间的第一距离值的计算过程如下:
D ′ = ( d c N c ) 2 + ( d s N s ) 2
d c = ( l j - l i ) 2 + ( a j - a i ) 2 + ( b j - b i ) 2
d s = ( x j - x i ) 2 + ( y j - y i ) 2
其中,dC为CIELAB色彩空间中的颜色距离,ds为图像二维空间中的空间距离,NC为图像中所有像素点中最大的颜色距离。
值得注意的是,在本实施例中,选取第一区域邻近的第二区域中的像素点进行处理,而不仅仅选取第一区域中的像素点,就是因为像素特征距离的计算包括颜色和距离,是二者的综合表现。因此,位于第一区域中的像素点与第一区域中心处的第一像素点的像素特征距离,并不一定全部小于其临近区域中的像素点与该第一像素点的像素特征距离。
A3、如果第一距离值小于第一阈值,则判断该第一距离值对应的第一像素点和第二像素点为同类像素点;如果第一距离值不小于第一阈值,则判断该第一距离值对应的第一像素点和第二像素点为不同类像素点;第k个第一区域中心处的第一像素点与其同类像素点共同组成第k个预分割超像素。
在本实施例中,当某一个第二像素点与第一像素点的第一距离值小于某一个预设的阈值(第一阈值)时,说明这两个像素点的相似的程度已经足够高了,这时可以将这两个像素点归为一类;如果第一距离不小于该第一阈值,则说明二者的相似程度还不够,不能作为同一类像素点。同类像素点与对应的第一像素点共同组成一个预分割超像素。
优选地,为了便于划分预分割超像素,可对第一像素点对应的同类像素点进行标记,而不标记不同类像素点。
值得注意到是,预分割超像素并非是一个像素点,而是原始图像中的一群同类像素点,此时预分割超像素中的像素点,已经不再是原先划分的第一区域中的像素点,预分割超像素对应的区域也不再是方形区域。
A4、计算第k个预分割超像素的平均像素特征,并记录第k个预分割超像素的中心在图像中的二维坐标。
具体地,对某一个预分割超像素进行像素特征的求平均处理,计算的方法为:
x ′ = ( Σ i = 0 M x i ) / M , y ′ = ( Σ i = 0 M y i ) / M , l ′ = ( Σ i = 0 M l i ) / M , a ′ = ( Σ i = 0 M a i ) / M , b ′ = ( Σ i = 0 M b i ) / M ,
其中,M为预分割超像素中像素点的数量,(x′,y′,l′,a′,b′)T即为该预分割超像素的平均像素特征,(x′,y′)为该预分割超像素的中心在图像中的二维坐标。
A5、判断预分割超像素的中心在图像中的二维坐标,与其对应第一区域中心在图像中的二维坐标之间的第二距离值是否大于第二阈值,若大于,则对该预分割超像素对应的第一区域的中心进行更新,并重新运行步骤A1;若不大于,则获取第k个预分割超像素作为第k个第一超像素。
本实施例中,由于预分割超像素的中心位置相对第一区域中心位置已经发生了变化,为了避免分割后的图像与原图像的整体位置发生较大的变化,影响分割效果,因此需要对预分割超像素的中心位置进行限制。
具体地,定义第二距离值为某一个预分割超像素的中心在图像中的二维坐标与其对应第一区域中心在图像中的二维坐标的差距,每一个预分割超像素都会存在一个第二距离值。如果某一个预分割超像素的第二距离值大于第二阈值,则说明该分割区域有较大的变化。
具体地,在判断出分割后的图像与原图像的整体位置发生较大的变化后,将当前预分割超像素的中心的二维坐标作为新一轮的第一区域的中心位置,以对其进行更新,重新返回步骤A1,进行循环迭代处理。
值得注意的是,循环迭代的过程中,原图像的像素点并没有发生变化,而是每次迭代选取的第一区域的中心不同,经过多次迭代后,寻找到发生过大偏移的预分割超像素的比率不大于第三阈值时,则将当前图像中的所有预分割超像素作为第一超像素。
S130,将所有第一超像素映射到RGB色彩空间中,对每个第一超像素中的像素点进行求平均,得到对应的第二超像素,以所有第二超像素为顶点,以图像中相邻第二超像素之间的相似距离为权值作为边,构建无向图;所述相似距离为两个第二超像素在RGB色彩空间中的距离。
具体地,将图像中的所有第一超像素映射到RGB色彩空间中,第n个像素点在RGB色彩空间中的三维坐标为(Rn,Gn,Bn),对第k个第一超像素中的像素点进行求平均,得到对应的颜色平均像素点,计算公式为:
R ′ = ( Σ i = 0 M ′ R i ) / M ′ , G ′ = ( Σ i = 0 M ′ G i ) / M ′ , B ′ = ( Σ i = 0 M ′ B i ) / M ′ ,
其中,M′为第k个第一超像素中的像素点的个数,(Ri,Gi,Bi)为第k个第一超像素中的第i个像素点在RGB色彩空间中的三维坐标,(R′,G′,B′)为得到的第二超像素中像素点(即颜色平均像素点)在RGB色彩空间中的三维坐标。
进一步地,将某一个第一超像素中的所有像素点用这些像素点的颜色平均像素点来取代,这些新的像素点共同组成第二超像素,即当前得到的图像,是由许多同种颜色的小区域组成的图像,此时的小区域已经不再是规则的方形区 域。
在本实施例中,通过对得到的第一超像素进行求平均处理,将原有的图像中的杂乱的像素点进行了平均,使图像中的像素点变化平滑,以减少过分割的现象发生,从而提高了图像分割效果。
具体地,在二维坐标中,以所有第二超像素为顶点,以图像中相邻超像素之间的相似距离为权值作为边,构建无向图;所述相似距离为两个第二超像素在RGB色彩空间中的距离,即这两个第二超像素的两种颜色的色差。
优选地,第i个第二超像素和第j个第二超像素之间的相似距离w(e)的计算公式为
w ( e ) = ( R i ′ - R j ′ ) 2 + ( G i ′ - C j ′ ) 2 + ( B i ′ - B j ′ ) 2
其中,(R′i,G′i,B′i)为第i个第二超像素中像素点在RGB色彩空间中的三维坐标,(R′j,G′j,B′j)为第j个第二超像素中像素点在RGB色彩空间中的三维坐标。
S140,根据无向图中的相似距离满足预设条件的相邻两个第二超像素构成分割区域,并根据相邻分割区域中边的权值大小判断该相邻分割区域是否合并。
优选地,步骤S120可包括如下细化步骤:
B1、将无向图中的相似距离不大于第三距离值的相邻两个第二超像素组成一个分割区域。
在本实施例中,第三距离值是两个相邻第二超像素构成分割区域的初始判断条件,如果相邻两个第二超像素的相似距离不大于第三距离值,这两个第二超像素合并成同一个分割区域;如果大于,则这两个第二超像素不能合并。
第三距离值为min(C/|Vi|,C/|Vj|),Vi与Vj为两个超像素内像素数量,C为预设常数,优选地,C=500。
B2、对所述无向图中的每个第二超像素与其相邻的第二超像素之间的P条边,按照权值大小的升序排列,按照顺序依次判断第p条边连接的两个第二超像素是否属于同一分割区域;p=1、2、3……P。
在本实施例中,按照边的权值大小进行升序排列的目的,是为了在图像分 割的时候,首先对颜色差距不大的两个相邻第二超像素进行判断;并且,最新合并的分割区域中权值最大的边即为当前进行判断的边。
B3、若所述第p条边连接的两个第二超像素不属于同一分割区域,则判断这两个第二超像素对应的两个分割区域的最大类内差异是否大于连接这两个分割区域的最小权值,若大于,则这两个分割区域合并,若不大于,则这两个分割区域不合并;两个分割区域对应两个最小生成树,两个最小生成树对应两个最大权值,这两个最大权值中的最小值为两个分割区域的最大类内差异。
具体地,将每个第二超像素认为是一个顶点,相邻两个第二超像素Si和Sj的连线为带有权值w(e)的边eij,所有的顶点的集合为S,所有带权值的边的集合为E,集合S和集合E构成了一个完整的无向图G=(S,E)。
本实施例中,两个分割区域Vi和Vj的最大类内差异的计算公式为:
MInt(Vi,Vj)=min(Int(Vi)+τ(Vi),Int(Vj)+τ(Vj))
其中,MInt(Vi,Vj)为分割区域Vi和Vj的最大类内差异, MST(Vi,E)为分割区域Vi的最小生成树,Int(Vi)为分割区域Vi内最小生成树中的最大权值,τ(Vi)为分割区域Vi的阈值函数, MST(Vj,E)为分割区域Vj的最小生成树,Int(Vj)为分割区域Vj内最小生成树中的最大权值,τ(Vj)为分割区域Vj的阈值函数。
优选地,对于τ(Vi)而言,定义
τ(Vi)=C/|Vi|
其中,|Vi|为区域Vi中所有像素点的个数,C为常数。随着区域增大,|Vi|变大,τ(Vi)越来越小,其作用忽略不计,即实现了不同大小区域的自适应阈值。C用于控制分割后的区域大小,若C=0,导致过分割;若C→+∞,整幅图片会聚为一个区域。因此,随着C值增大,分割后的图片区域增大。τ(Vi)的意义在于,为小区域设定一个可容忍的范围,即在超像素特征不同的情况下也可合并。
值得注意到是,在Int(Vi)=0,Int(Vj)=0时,即以两个第二超像素为两个区域进行合并,此时的情况如同步骤B1中所示,阈值函数τ(Vi)和τ(Vj)中最小的值即为第三距离值。
本实施例中,两个分割区域Vi和Vj∈S的区域间差异,为连接这两个区域的最小权值边,其计算公式为:
D i f ( V i , V j ) = m i n S i ∈ V i , S j ∈ V j ( S i , S j ) ∈ E w ( ( S i , S j ) )
其中,Dif(Vi,Vj)为连接分割区域Vi和Vj的最小权值,Si为第i个第二超像素,Sj为与Si相邻的第j个第二超像素,w((Si,Sj))为第二超像素Si和Si之间边的权值。
具体地,如果Mint(Vi,Vj)>Dif(Vi,Vj),则两个分割区域合并为一个,否则不合并。
有公式可知,如果两个分割区域Vi和Vj中最小的内部差异Int(Vi)或Int(Vj)大于这两个分割区域差异Dif(Vi,Vj),则说明这两个区域可以合为一体,否则就不可以合并。
在完成上述步骤后,不论相邻两个分割区域是否合并,按照顺序选择下一条边执行步骤B3,直到遍历所有排列好的边,图像分割完成,此时图像分割成颜色较为平滑的分割区域。本实施例中,通过判断两个相邻第二超像素对应的两个分割区域的最大类内差异是否大于连接这两个分割区域的最小权值,来确定这两个区域是能够否合并,可使得到的图像分割结果有更高的可信度。
本发明实施例提供的图像分割方法,通过利用超像素的原理对图像进行分割,并对得到的第一超像素进行求平均处理,将原有的图像中的杂乱的像素点进行了平均,使图像中的像素点变化平滑,以减少过分割的现象发生,从而提高了图像分割效果。
实施例二
作为上述实施例一的优选方案,与实施例一的不同之处在于,在步骤A4之后,步骤A5之前,所述方法还包括:
若第k个预分割超像素的中心在图像中的二维坐标与对应第一区域中心在图像中的二维坐标的差距大于第三阈值,则将该第k个预分割超像素的中心移动到图像中与RGB色彩空间内最小色彩梯度相对应的位置处;所述图像中与RGB色彩空间内最小色彩梯度相对应的位置位于以第k个预分割超像素为中心的第三区域内。
本实施例中,在计算第一超像素时,得到的某些预分割超像素的中心位置有可能会处于图像的边缘位置或噪声点处,处于该位置时,由于预分割超像素周围临近的区域内的像素点严重不均匀,不能准确显示该处颜色的具体情况,因此需要对该处的预分割超像素的中心位置进行调整。
具体地,当判断出某个预分割超像素的中心在图像中的二维坐标与对应第一区域中心在图像中的二维坐标的差距大于第三阈值时,说明此时预分割超像素的中心位置处于图像的边缘位置或噪声点处,在该预分割超像素为中心的第三区域(如格长为3L的方向区域)内,寻找RGB色彩空间内最小色彩梯度的位置,将当前预分割超像素的中心位置移动到该位置。
本实施例中,由于最小色彩梯度处颜色变化较慢,色彩较为均匀,因此将预分割超像素的中心位置移动该处,在保留有效边界的基础上,可进一步提高图像分割的效果。
实施例三
如图2所示,为本发明实施例提供的图像分割装置的结构示意图,该装置用于执行上述图1所示的方法,所述装置包括:
CIELAB色彩空间映射模块210,用于将图像的所有像素点映射到CIELAB色彩空间中,每个像素点均对应唯一的像素特征;所述像素特征包括对应像素点在图像上的二维坐标和映射到CIELAB色彩空间中的三维坐标;
第一超像素获取模块220,用于将图像的所有像素点均匀分割成预设的第一超像素的数量个第一区域,对每个第一区域以及其附近区域内的像素点进行同类像素点的划分,得到该第一区域对应的第一超像素;
第二超像素获取模块230,用于将所有第一超像素映射到RGB色彩空间中,对每个第一超像素中的像素点进行求平均,得到对应的第二超像素,以所有第二超像素为顶点,以图像中相邻第二超像素之间的相似距离作为边的权值,构建无向图;所述相似距离为两个第二超像素在RGB色彩空间中的距离;
分割区域合并模块240,用于根据无向图中的相似距离满足预设条件的相邻两个第二超像素构成分割区域,并根据相邻分割区域中边的权值大小判断该相邻分割区域是否合并。
本发明实施例提供的图像分割装置,通过利用超像素的原理对图像进行分割,并对得到的第一超像素进行求平均处理,将原有的图像中的杂乱的像素点进行了平均,使图像中的像素点变化平滑,以减少过分割的现象发生,从而提高了图像分割效果。
实施例四
作为上述实施例三的优选方案,与实施例三的不同之处在于,所述第一超像素获取模块220包括:像素点划分单元、第一距离值获取单元、预分割超像素获取单元、平均像素特征计算单元和第一超像素获取单元(图中未示出)。
像素点划分单元,用于根据预设的第一超像素的个数K,对图像的所有N个像素点进行二维坐标的均匀划分,得到K个第一区域,每个第一区域由N/K个像素点组成;所述每个第一区域的格长均为
第一距离值获取单元,连接像素点划分单元,用于对第k个第一区域中心处的第一像素点与以该第一区域为中心的第二区域内的其他所有第二像素点进行像素特征距离的计算,得到Pk-1个第一距离值,并记录第k个第一区域中心在图像中的二维坐标;Pk为第k个第一区域对应第二区域内所有像素点的个数,k=1、2、3……K;
预分割超像素获取单元,连接第一距离值获取单元,用于如果第一距离值小于第一阈值,则判断该第一距离值对应的第一像素点和第二像素点为同类像素点;如果第一距离值不小于第一阈值,则判断该第一距离值对应的第一像素点和第二像素点为不同类像素点;第k个第一区域中心处的第一像素点与其同类像素点共同组成第k个预分割超像素;
平均像素特征计算单元,连接预分割超像素获取单元,用于计算第k个预分割超像素的平均像素特征,并记录第k个预分割超像素的中心在图像中的二维坐标;
第一超像素获取单元,连接平均像素特征计算单元,用于判断预分割超像素的中心在图像中的二维坐标,与其对应第一区域中心在图像中的二维坐标之间的第二距离值是否大于第二阈值,若大于,则对该预分割超像素对应的第一区域的中心进行更新,并重新运行步骤A1;若不大于,则获取第k个预分割超像素作为第k个第一超像素。
本实施例的图像分割装置,在图2所述的图像分割装置的基础上,采用了循环迭代的方式,可避免分割后的图像与原图像的整体位置发生较大的变化,提高了图像分割效果。
实施例五
作为上述实施例三的优选方案,与实施例三的不同之处在于,所述分割区域合并模块230,包括:分割区域生成单元、分割区域判断单元和分割区域合并单元(图中未示出)。
分割区域生成单元,用于将无向图中的相似距离不大于第三距离值的相邻两个第二超像素组成一个分割区域;
分割区域判断单元,与分割区域生成单元连接,用于对所述无向图中的每个第二超像素与其相邻的第二超像素之间的P条边,按照权值大小的升序排列,按照顺序依次判断第p条边连接的两个第二超像素是否属于同一分割区域;p=1、2、3……P;
分割区域合并单元,与分割区域判断单元连接,用于若所述第p条边连接的两个第二超像素不属于同一分割区域,则判断这两个第二超像素对应的两个分割区域的最大类内差异是否大于连接这两个分割区域的最小权值,若大于,则这两个分割区域合并,若不大于,则这两个分割区域不合并;两个分割区域对应两个最小生成树,两个最小生成树对应两个最大权值,这两个最大权值中的最小值为两个分割区域的最大类内差异。
本实施提供的图像分割装置,在图2所述的图像分割装置的基础上,可通 过判断两个相邻第二超像素对应的两个分割区域的最大类内差异是否大于连接这两个分割区域的最小权值,来确定这两个区域是能够否合并,使得到的图像分割结果更有可信度。
实施例六
作为上述实施例三的优选方案,与实施例三的不同之处在于,所述装置还包括:
预分割超像素移动模块(图中未示出),连接第二超像素获取模块和分割区域合并模块,用于若第k个预分割超像素的中心在图像中的二维坐标与对应第一区域中心在图像中的二维坐标的差距大于第三阈值,则将该第k个预分割超像素的中心移动到图像中与RGB色彩空间内最小色彩梯度相对应的位置处;所述图像中与RGB色彩空间内最小色彩梯度相对应的位置位于以第k个预分割超像素为中心的第三区域内。
本实施例的图像分割装置,在图2所述的图像分割装置的基础上,可进一步避免预分割超像素的中心位置处于图像的边缘位置或噪声点处,在保留有效边界的基础上,可进一步提高图像分割的效果。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在 本发明的保护范围内。

Claims (10)

1.一种图像分割方法,其特征在于,所述方法包括:
将图像的所有像素点映射到CIELAB色彩空间中,每个像素点均对应唯一的像素特征;所述像素特征包括对应像素点在图像上的二维坐标和映射到CIELAB色彩空间中的三维坐标;
将图像的所有像素点均匀分割成预设的第一超像素的数量个第一区域,对每个第一区域以及其附近区域内的像素点进行同类像素点的划分,得到该第一区域对应的第一超像素;
将所有第一超像素映射到RGB色彩空间中,对每个第一超像素中的像素点进行求平均,得到对应的第二超像素,以所有第二超像素为顶点,以图像中相邻第二超像素之间的相似距离作为边的权值,构建无向图;所述相似距离为两个第二超像素在RGB色彩空间中的距离;
根据无向图中的相似距离满足预设条件的相邻两个第二超像素构成分割区域,并根据相邻分割区域中边的权值大小判断该相邻分割区域是否合并。
2.根据权利要求1所述的方法,其特征在于,所述将图像的所有像素点均匀分割成预设的第一超像素的数量个第一区域,对每个第一区域以及其附近区域内的像素点进行同类像素点的划分,得到该第一区域的第一超像素,包括:
A1、根据预设的第一超像素的个数K,对图像的所有N个像素点进行二维坐标的均匀划分,得到K个第一区域,每个第一区域由N/K个像素点组成;所述每个第一区域的格长均为
A2、对第k个第一区域中心处的第一像素点与以该第一区域为中心的第二区域内的其他所有第二像素点进行像素特征距离的计算,得到Pk-1个第一距离值,并记录第k个第一区域中心在图像中的二维坐标;Pk为第k个第一区域对应第二区域内所有像素点的个数,k=1、2、3……K;
A3、如果第一距离值小于第一阈值,则判断该第一距离值对应的第一像素点和第二像素点为同类像素点;如果第一距离值不小于第一阈值,则判断该第一距离值对应的第一像素点和第二像素点为不同类像素点;第k个第一区域中心处的第一像素点与其同类像素点共同组成第k个预分割超像素;
A4、计算第k个预分割超像素的平均像素特征,并记录第k个预分割超像素的中心在图像中的二维坐标;
A5、判断预分割超像素的中心在图像中的二维坐标,与其对应第一区域中心在图像中的二维坐标之间的第二距离值是否大于第二阈值,若大于,则对该预分割超像素对应的第一区域的中心进行更新,并重新运行步骤A1;若不大于,则获取第k个预分割超像素作为第k个第一超像素。
3.根据权利要求1所述的方法,其特征在于,所述根据无向图中的相似距离满足预设条件的相邻两个第二超像素构成分割区域,并根据相邻分割区域中边的权值大小判断该相邻分割区域是否合并,包括:
将无向图中的相似距离不大于第三距离值的相邻两个第二超像素组成一个分割区域;
对所述无向图中的每个第二超像素与其相邻的第二超像素之间的P条边,按照权值大小的升序排列,按照顺序依次判断第p条边连接的两个第二超像素是否属于同一分割区域;p=1、2、3……P;
若所述第p条边连接的两个第二超像素不属于同一分割区域,则判断这两个第二超像素对应的两个分割区域的最大类内差异是否大于连接这两个分割区域的最小权值,若大于,则这两个分割区域合并,若不大于,则这两个分割区域不合并;两个分割区域对应两个最小生成树,两个最小生成树对应两个最大权值,这两个最大权值中的最小值为两个分割区域的最大类内差异。
4.根据权利要求2所述的方法,其特征在于,在步骤A4之后,步骤A5之前,所述方法还包括:
若第k个预分割超像素的中心在图像中的二维坐标与对应第一区域中心在图像中的二维坐标的差距大于第三阈值,则将该第k个预分割超像素的中心移动到图像中与RGB色彩空间内最小色彩梯度相对应的位置处;所述图像中与RGB色彩空间内最小色彩梯度相对应的位置位于以第k个预分割超像素为中心的第三区域内。
5.根据权利要求1所述的方法,其特征在于,所述对每个第一超像素中的像素点进行求平均的计算公式为:
R ′ = ( Σ i = 0 M ′ R i ) / M ′ , G ′ = ( Σ i = 0 M ′ G i ) / M ′ , B ′ = ( Σ i = 0 M ′ B i ) / M ′ ,
其中,M′为第k个第一超像素中的像素点的个数,(Ri,Gi,Bi)为第k个第一超像素中的第i个像素点在RGB色彩空间中的三维坐标,(R′,G′,B′)为得到的第二超像素中像素点在RGB色彩空间中的三维坐标。
6.根据权利要求3所述的方法,其特征在于,所述两个分割区域的最大类内差异的计算公式为:
MInt(Vi,Vj)=min(Int(Vi)+τ(Vi),Int(Vj)+τ(Vj))
其中,MInt(Vi,Vj)为分割区域Vi和Vj的最大类内差异, Int(Vi)为分割区域Vi内最小生成树中的最大权值,MST(Vi,E)为分割区域Vi的最小生成树,τ(Vi)为分割区域Vi的阈值函数,Int(Vj)为分割区域Vj内最小生成树中的最大权值,MST(Vj,E)为分割区域Vj的最小生成树,τ(Vj)为分割区域Vj的阈值函数,E为所有带权值的边的集合;
所述连接两个分割区域的最小权值的计算公式为:
D i f ( V i , V j ) = m i n S i ∈ V i , S j ∈ V j ( S i , S j ) ∈ E w ( ( S i , S j ) )
其中,Dif(Vi,Vj)为连接分割区域Vi和Vj的最小权值,Si为第i个第二超像素,Sj为与Si相邻的第j个第二超像素,w((Si,Sj))为第二超像素Si和Si之间边的权值。
7.一种图像分割装置,其特征在于,所述装置包括:
CIELAB色彩空间映射模块,用于将图像的所有像素点映射到CIELAB色彩空间中,每个像素点均对应唯一的像素特征;所述像素特征包括对应像素点在图像上的二维坐标和映射到CIELAB色彩空间中的三维坐标;
第一超像素获取模块,用于将图像的所有像素点均匀分割成预设的第一超像素的数量个第一区域,对每个第一区域以及其附近区域内的像素点进行同类像素点的划分,得到该第一区域对应的第一超像素;
第二超像素获取模块,用于将所有第一超像素映射到RGB色彩空间中,对每个第一超像素中的像素点进行求平均,得到对应的第二超像素,以所有第二超像素为顶点,以图像中相邻第二超像素之间的相似距离作为边的权值,构建无向图;所述相似距离为两个第二超像素在RGB色彩空间中的距离;
分割区域合并模块,用于根据无向图中的相似距离满足预设条件的相邻两个第二超像素构成分割区域,并根据相邻分割区域中边的权值大小判断该相邻分割区域是否合并。
8.根据权利要求7所述的装置,其特征在于,所述第一超像素获取模块,包括:
像素点划分单元,用于根据预设的第一超像素的个数K,对图像的所有N个像素点进行二维坐标的均匀划分,得到K个第一区域,每个第一区域由N/K个像素点组成;所述每个第一区域的格长均为
第一距离值获取单元,用于对第k个第一区域中心处的第一像素点与以该第一区域为中心的第二区域内的其他所有第二像素点进行像素特征距离的计算,得到Pk-1个第一距离值,并记录第k个第一区域中心在图像中的二维坐标;Pk为第k个第一区域对应第二区域内所有像素点的个数,k=1、2、3……K;
预分割超像素获取单元,用于如果第一距离值小于第一阈值,则判断该第一距离值对应的第一像素点和第二像素点为同类像素点;如果第一距离值不小于第一阈值,则判断该第一距离值对应的第一像素点和第二像素点为不同类像素点;第k个第一区域中心处的第一像素点与其同类像素点共同组成第k个预分割超像素;
平均像素特征计算单元,用于计算第k个预分割超像素的平均像素特征,并记录第k个预分割超像素的中心在图像中的二维坐标;
第一超像素获取单元,用于判断预分割超像素的中心在图像中的二维坐标,与其对应第一区域中心在图像中的二维坐标之间的第二距离值是否大于第二阈值,若大于,则对该预分割超像素对应的第一区域的中心进行更新,并重新运行步骤A1;若不大于,则获取第k个预分割超像素作为第k个第一超像素。
9.根据权利要求7所述的装置,其特征在于,所述分割区域合并模块,包括:
分割区域生成单元,用于将无向图中的相似距离不大于第三距离值的相邻两个第二超像素组成一个分割区域;
分割区域判断单元,用于对所述无向图中的每个第二超像素与其相邻的第二超像素之间的P条边,按照权值大小的升序排列,按照顺序依次判断第p条边连接的两个第二超像素是否属于同一分割区域;p=1、2、3……P;
分割区域合并单元,用于若所述第p条边连接的两个第二超像素不属于同一分割区域,则判断这两个第二超像素对应的两个分割区域的最大类内差异是否大于连接这两个分割区域的最小权值,若大于,则这两个分割区域合并,若不大于,则这两个分割区域不合并;两个分割区域对应两个最小生成树,两个最小生成树对应两个最大权值,这两个最大权值中的最小值为两个分割区域的最大类内差异。
10.根据权利要求8所述的装置,其特征在于,所述装置还包括:
预分割超像素移动模块,用于若第k个预分割超像素的中心在图像中的二维坐标与对应第一区域中心在图像中的二维坐标的差距大于第三阈值,则将该第k个预分割超像素的中心移动到图像中与RGB色彩空间内最小色彩梯度相对应的位置处;所述图像中与RGB色彩空间内最小色彩梯度相对应的位置位于以第k个预分割超像素为中心的第三区域内。
CN201610383908.4A 2016-06-02 2016-06-02 图像分割方法及装置 Active CN106097313B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610383908.4A CN106097313B (zh) 2016-06-02 2016-06-02 图像分割方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610383908.4A CN106097313B (zh) 2016-06-02 2016-06-02 图像分割方法及装置

Publications (2)

Publication Number Publication Date
CN106097313A true CN106097313A (zh) 2016-11-09
CN106097313B CN106097313B (zh) 2020-05-29

Family

ID=57447481

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610383908.4A Active CN106097313B (zh) 2016-06-02 2016-06-02 图像分割方法及装置

Country Status (1)

Country Link
CN (1) CN106097313B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107871321A (zh) * 2016-09-23 2018-04-03 南开大学 图像分割方法及装置
CN108537812A (zh) * 2018-04-08 2018-09-14 新疆大学 结合Ostu阈值法的最小生成树分割方法、系统及装置
WO2019062092A1 (zh) * 2017-09-30 2019-04-04 深圳市颐通科技有限公司 基于超像素-多色彩空间的人体轮廓提取方法
CN110619648A (zh) * 2019-09-19 2019-12-27 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
CN112214193A (zh) * 2020-06-24 2021-01-12 深圳一点通显示有限公司 多通道数据优化下的边缘显示系统与方法
CN115272353A (zh) * 2022-10-07 2022-11-01 山东盛世恒机械制造有限公司 适用于裂纹检测的图像处理方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2027715A2 (en) * 2006-06-15 2009-02-25 Eastman Kodak Company Image control system and method
CN103456013A (zh) * 2013-09-04 2013-12-18 天津大学 一种表示超像素以及度量超像素之间相似性的方法
CN104143186A (zh) * 2014-07-04 2014-11-12 华南理工大学 一种slic超像素分块优化方法
US20150093021A1 (en) * 2013-09-29 2015-04-02 Founder Apabi Technology Limited Table recognizing method and table recognizing system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2027715A2 (en) * 2006-06-15 2009-02-25 Eastman Kodak Company Image control system and method
CN103456013A (zh) * 2013-09-04 2013-12-18 天津大学 一种表示超像素以及度量超像素之间相似性的方法
US20150093021A1 (en) * 2013-09-29 2015-04-02 Founder Apabi Technology Limited Table recognizing method and table recognizing system
CN104143186A (zh) * 2014-07-04 2014-11-12 华南理工大学 一种slic超像素分块优化方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
RADHAKRISHNA ACHANTA等: "SLIC Superpixels Compared to State-of-the-Art Superpixel Methods", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 *
凌基道长: "图像分割—基于图的图像分割", 《HTTPS://WENKU.BAIDU.COM/VIEW/1DC2A6DC336C1EB91B375D4A.HTML》 *
郭文强 等: "《数字图像处理》", 31 May 2009 *
黄秋晗: "基于超像素的两阶段图像分割", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107871321A (zh) * 2016-09-23 2018-04-03 南开大学 图像分割方法及装置
CN107871321B (zh) * 2016-09-23 2021-08-27 南开大学 图像分割方法及装置
WO2019062092A1 (zh) * 2017-09-30 2019-04-04 深圳市颐通科技有限公司 基于超像素-多色彩空间的人体轮廓提取方法
CN108537812A (zh) * 2018-04-08 2018-09-14 新疆大学 结合Ostu阈值法的最小生成树分割方法、系统及装置
CN110619648A (zh) * 2019-09-19 2019-12-27 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
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
CN112214193A (zh) * 2020-06-24 2021-01-12 深圳一点通显示有限公司 多通道数据优化下的边缘显示系统与方法
CN115272353A (zh) * 2022-10-07 2022-11-01 山东盛世恒机械制造有限公司 适用于裂纹检测的图像处理方法

Also Published As

Publication number Publication date
CN106097313B (zh) 2020-05-29

Similar Documents

Publication Publication Date Title
CN106097313A (zh) 图像分割方法及装置
CN107357846B (zh) 关系图谱的展示方法以及装置
Li et al. 3D cost aggregation with multiple minimum spanning trees for stereo matching
CN103440646B (zh) 用于颜色分布和纹理分布图像检索的相似度获取方法
CN103886760B (zh) 实时的基于交通视频的车型检测系统
CN102663723B (zh) 一种基于颜色样本与电场模型的图像分割方法
CN103366178A (zh) 一种用于对目标图像进行颜色分类的方法与设备
CN106250431A (zh) 一种基于分类服装的颜色特征提取方法及服装检索系统
CN113705796B (zh) 基于epi特征强化的光场深度获取卷积神经网络
CN108319693A (zh) 一种基于立体遥感数据库的地貌特征聚类分析方法
CN102222234A (zh) 基于均值偏移和k均值聚类技术的图像对象提取方法
CN103337073B (zh) 一种基于三维熵的二维图像阈值分割方法
CN106156281A (zh) 基于Hash‑Cube空间层次划分结构的最近邻点集快速检索方法
CN114299405A (zh) 一种无人机图像实时目标检测方法
CN104240228B (zh) 一种应用于网站的特定图片的检测方法及装置
CN101339556B (zh) 一种利用圆锥坐标实现图像颜色相似对比的方法
CN107832359A (zh) 一种图片检索方法及系统
CN103761736A (zh) 一种基于贝叶斯和谐度的图像分割方法
Bannister et al. Windows into geometric events: Data structures for time-windowed querying of temporal point sets
CN107274361A (zh) Landsat TM遥感影像数据除云方法及系统
CN103559249B (zh) 网页热力图着色处理方法和装置
CN104103035B (zh) 三维模型的缩放方法
CN101937577A (zh) 生成具有边界像素超采样效果的阴影的方法
Asano et al. In-place algorithm for connected components labeling
CN106021228A (zh) 一种利用知识地形图进行文本分析的方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 730010 room 1016, 10th floor, innovation building, No. 18, gaoxinyan South Road, Chengguan District, Lanzhou City, Gansu Province

Patentee after: Gansu Qianmo Cultural Tourism Industry Co.,Ltd.

Patentee after: CENTURY College BEIJING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS

Address before: 730010 room 1016, block a, innovation building (No. 18, Yannan Road), innovation park, high tech Industrial Development Zone, Lanzhou City, Gansu Province

Patentee before: GANSU DUZHE CARTON TECHNOLOGY CO.,LTD.

Patentee before: CENTURY College BEIJING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS