CN112700449A - 一种图像分割提取方法、系统及存储介质 - Google Patents
一种图像分割提取方法、系统及存储介质 Download PDFInfo
- Publication number
- CN112700449A CN112700449A CN201911004683.7A CN201911004683A CN112700449A CN 112700449 A CN112700449 A CN 112700449A CN 201911004683 A CN201911004683 A CN 201911004683A CN 112700449 A CN112700449 A CN 112700449A
- Authority
- CN
- China
- Prior art keywords
- initial
- image
- peak point
- point set
- curve graph
- 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.)
- Withdrawn
Links
- 238000003709 image segmentation Methods 0.000 title claims abstract description 35
- 238000000605 extraction Methods 0.000 title claims abstract description 23
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000009826 distribution Methods 0.000 claims abstract description 10
- 230000011218 segmentation Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000009499 grossing Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 238000003064 k means clustering Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 4
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种图像分割提取方法、系统及存储介质,所述方法包括如下步骤:根据预处理后的图像作出像素分布曲线图;对像素分布曲线图进行处理得到平滑曲线图;根据平滑曲线图得到得到原始峰值点集合;根据原始峰值点集合得到新的峰值点集合;获取新的峰值点集合的初始中心个数和初始值,该方法对初始聚类中心和聚类数目的选取进行了优化,减少了算法迭代次数和运算量,可有效提高图像分割速度和精度。
Description
技术领域
本发明属于图像处理领域,具体涉及一种图像分割提取方法、系统及存储介质。
背景技术:
图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。图像分割是图像处理到图像分析的关键。目前,常见的图像分割方法主要分以下几类:基于阈值的分割方法、基于区域的分割方法、聚类分割等。基于阈值的分割具有实现简单,成本低廉,实用性强,处理速度快等优点,然而该算法忽略空间信息,易出现分割错误;区域分割具有计算简单的优点,适合分割较均匀的连通目标,然而区域分割对对噪声敏感,易在区域内产生空洞。同时,它是一种串行算法,无法满足分割较大目标时的时间要求;聚类分割是将图像空间中的像素用对应的特征空间点表示,根据它们在特征空间的聚集对特征空间进行分割,然后将它们映射回原图像空间,得到分割结果,但聚类数目与聚类中心的初始选择对分割结果影响很大。
发明内容
本发明的目的在于提供一种图像分割提取方法、系统及存储介质,以解决现有技术中导致的图像分隔精度不高,处理速率慢的问题。
本发明的技术方案通过以下内容实现:
第一方面,提出了一种图像分割提取方法,所述方法包括如下步骤:
根据预处理后的图像得到平滑曲线图;
根据平滑曲线图得到原始峰值点集合;
根据原始峰值点集合得到新的峰值点集合;
获取新的峰值点集合中的初始中心个数和初始值;
根据初始中心个数和初始值对图像进行分割。
结合第一方面,进一步的,所述平滑曲线图的获取方法包括如下步骤:
对图像进行预处理得到像素分布曲线图;
对像素分布曲线图进行平滑处理,改善平滑效果,得到平滑曲线图。
结合第一方面,进一步的,所述原始峰值点集合的获取方法包括如下步骤:
假设第i级灰度值对应的像素点数目是n(i),设μ(i)=(i,n(i));
假设峰值点集合为N1,则N1由以下公式求得:
N1={μ(i)|n(i)>n(i-1)∩n(i)>n(i+1),1≤i≤254}。
结合第一方面,进一步的,所述新的峰值点集合的获取方法包括如下步骤:
设定阈值T1,排除掉像素点数目少于T1的峰值点,得到新的峰值点μ′(i)的集合N2,其包含的峰值点数目为m:
N2={μ'(i)|n(i)≥T1,μ(i)∈N1};
其中n(i)表示第i级灰度值对应的像素点数目,N1表示峰值点集合。
结合第一方面,进一步的,所述初始中心个数和初始值的获取方法包括如下步骤:
假设xk和xk+1表示相邻的两个峰值点的位置,令1≤k≤m-1,当||xk-xk+1||≥T2时,同时选取这两点作为新的峰值点;其中T2为设定距离阈值;
当||xk-xk+1||<T2时,所包含的像素点数目多的点作为峰值点,最终得到数目为k峰值点集合,即可确定k均值聚类所需要的初始中心的个数和初始值。
结合第一方面,进一步的,根据新峰值点的初始中心个数和初始值确定初始聚类数目和聚类中心;
根据初始聚类数目和聚类中心通过K-means分割法对图像加以分割。
第二方面,提出了一种图像分割提取系统,包括:
图像处理模块:用于对图像进行分析,获取像素分布曲线图和平滑曲线图;
数据处理模块:与所述图像处理模块连接,用于根据平滑曲线图提取像素点数据信息,并将像素点数据信息进行归类得到峰值点集合;
数据比较模块:与所述数据处理模块连接,用于比较分析峰值点集合中的数据,获取新的峰值点集合;
数据运算模块:与所述数据比较模块连接,用于将新的峰值点集合中的数据进行运算处理,得到初始中心的个数和初始值;
图像分割模块:与所述数据运算模块连接,用于根据新的峰值点初始中心的个数和初始值得到初始聚类中心和聚类数目,并以此进行图像分割。
第三方面,提出了一种图像分割提取系统,包括:存储器和处理器;
所述存储器用于存储指令;
所述处理器用于根据所述指令进行操作一执行第一方面任一项所述的方法的步骤。
第四方面,提出了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面任一项所述方法的步骤。
本发明的优点在于:该方法,对图像预处理后,得到图像像素的曲线图,并且对曲线图再次进行滤波处理,去除图像中的噪点;
对初始聚类中心和聚类数目的选取进行了优化,减少了算法迭代次数和运算量,可有效提高图像分割速度和精度。
附图说明
图1为本发明的待处理示意图。
图2为本发明中通过提取的H、S分量的曲线图。
图3为本发明中通过滤波后的曲线图及选取出了聚类中心及聚类个数的示意图。
图4为本发明的分割结果示意图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
如图1至图4所示,一种图像分割提取方法,具体步骤如下:
步骤一:作出滤波后图像分量像素分布的直方图,再利用高斯滤波器对原始分量直方图进行平滑处理;
步骤二:通过调节高斯标准协方差σ改善平滑效果,得到平滑后的直方图,第i级灰度值对应的像素点数目是n(i),设μ(i)=(i,n(i)):
1)寻找峰值点集合N1,
N1={μ(i)|n(i)>n(i-1)∩n(i)>n(i+1),1≤i≤254}
2)设定阈值T1,排除掉像素点数目过少的峰值点,得到新的峰值点μ′(i)的集合N2,其包含的峰值点数目为m。
N2={μ'(i)|n(i)≥T1,μ(i)∈N1}
3)距离过近的峰值点所在灰度级相近,即区域颜色相似,设置距离阈值T2,从相近的峰值点中选取包含像素点较多的峰值点作为新的峰值点。xk与xk+1表示相邻的两个峰值点的位置,令1≤k≤m-1,当||xk-xk+1||≥T2时,同时选取这两点作为新的峰值点,当||xk-xk+1||<T2时,所包含的像素点数目多的点作为峰值点,最终得到数目为k峰值点集合,即可确定k均值聚类所需要的初始中心的个数和初始值,根据新峰值点的初始中心个数和初始值确定初始聚类数目和聚类中心;根据初始聚类数目和聚类中心通过K-means分割法对图像加以分割。
具体操作步骤如下:
选择道路图像作为作为待获取的区域信息,采用聚类数目和聚类中心选取方法改进了的K-means算法处理图像,得到了H、S联合分割的效果图,如图4所示道路能被明显分割出来,边缘较明晰,能满足对道路提取的要求。
具体步骤为:
(1)根据上述曲线图寻找法自动确定了聚类数目K,以及聚类中心μ1,μ2,...,μK;
(2)计算每个像素点到聚类中心的距离,设x为空间分量中的一个像素点,X为其特征值,则像素点x到聚类中心μl的距离为d=||X-μl||,根据距离公式将每一个像素点分配到距离最近的类中。
(3)当所有的对象被分配完后,重新计算K个中心的位置,并用该点作为新的聚类中心。
(4)重复(2)、(3)步,直到所有的聚类中心不再移动。
一种图像分割提取系统,包括:
图像处理模块:用于对图像进行分析,获取像素分布曲线图和平滑曲线图;
数据处理模块:与所述图像处理模块连接,用于根据平滑曲线图提取像素点数据信息,并将像素点数据信息进行归类得到峰值点集合;
数据比较模块:与所述数据处理模块连接,用于比较分析峰值点集合中的数据,获取新的峰值点集合;
数据运算模块:与所述数据比较模块连接,用于将新的峰值点集合中的数据进行运算处理,得到初始中心的个数和初始值;
图像分割模块:与所述数据运算模块连接,用于根据新的峰值点初始中心的个数和初始值得到初始聚类中心和聚类数目,并以此进行图像分割。
一种图像分割提取系统,包括:存储器和处理器;
所述存储器用于存储指令;
所述处理器用于根据所述指令进行操作一执行第一方面任一项所述的方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面任一项所述方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
由技术常识可知,本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此,上述公开的实施方案,就各方面而言,都只是举例说明,并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
Claims (9)
1.一种图像分割提取方法,其特征在于,所述方法包括如下步骤:
根据预处理后的图像得到平滑曲线图;
根据平滑曲线图得到原始峰值点集合;
根据原始峰值点集合得到新的峰值点集合;
获取新的峰值点集合中的初始中心个数和初始值;
根据初始中心个数和初始值对图像进行分割。
2.根据权利要求1所述的一种图像分割提取方法,其特征在于:所述平滑曲线图的获取方法包括如下步骤:
对图像进行预处理得到像素分布曲线图;
对像素分布曲线图进行平滑处理,改善平滑效果,得到平滑曲线图。
3.根据权利要求1所述的一种图像分割提取方法,其特征在于:所述原始峰值点集合的获取方法包括如下步骤:
假设第i级灰度值对应的像素点数目是n(i),设μ(i)=(i,n(i));
假设峰值点集合为N1,则N1由以下公式求得:
N1={μ(i)|n(i)>n(i-1)∩n(i)>n(i+1),1≤i≤254}。
4.根据权利要求1所述的一种图像分割提取方法,其特征在于:所述新的峰值点集合的获取方法包括如下步骤:
设定阈值T1,排除掉像素点数目少于T1的峰值点,得到新的峰值点μ′(i)的集合N2,其包含的峰值点数目为m:
N2={μ'(i)|n(i)≥T1,μ(i)∈N1};
其中n(i)表示第i级灰度值对应的像素点数目,N1表示峰值点集合。
5.根据权利要求1所述的一种图像分割提取方法,其特征在于:所述初始中心个数和初始值的获取方法包括如下步骤:
假设xk和xk+1表示相邻的两个峰值点的位置,令1≤k≤m-1,当||xk-xk+1||≥T2时,同时选取这两点作为新的峰值点;其中T2为设定距离阈值;
当||xk-xk+1||<T2时,所包含的像素点数目多的点作为峰值点,最终得到数目为k峰值点集合,即可确定k均值聚类所需要的初始中心的个数和初始值。
6.根据权利要求1所述的一种图像分割提取方法,其特征在于:根据初始中心个数和初始值对图像进行分割的方法包括如下步骤:
根据新峰值点的初始中心个数和初始值确定初始聚类数目和聚类中心;
根据初始聚类数目和聚类中心通过K-means分割法对图像加以分割。
7.一种图像分割提取系统,其特征在于:包括:
图像处理模块:用于对图像进行分析,获取像素分布曲线图和平滑曲线图;
数据处理模块:与所述图像处理模块连接,用于根据平滑曲线图提取像素点数据信息,并将像素点数据信息进行归类得到峰值点集合;
数据比较模块:与所述数据处理模块连接,用于比较分析峰值点集合中的数据,获取新的峰值点集合;
数据运算模块:与所述数据比较模块连接,用于将新的峰值点集合中的数据进行运算处理,得到初始中心的个数和初始值;
图像分割模块:与所述数据运算模块连接,用于根据新的峰值点初始中心的个数和初始值得到初始聚类中心和聚类数目,并以此进行图像分割。
8.一种图像分割提取系统,其特征在于:包括:存储器和处理器;
所述存储器用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1~6任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1~6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911004683.7A CN112700449A (zh) | 2019-10-22 | 2019-10-22 | 一种图像分割提取方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911004683.7A CN112700449A (zh) | 2019-10-22 | 2019-10-22 | 一种图像分割提取方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112700449A true CN112700449A (zh) | 2021-04-23 |
Family
ID=75504691
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911004683.7A Withdrawn CN112700449A (zh) | 2019-10-22 | 2019-10-22 | 一种图像分割提取方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112700449A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114154222A (zh) * | 2021-12-06 | 2022-03-08 | 民航机场成都电子工程设计有限责任公司 | 一种用于bim翻模的图像分割方法、电子设备及存储介质 |
-
2019
- 2019-10-22 CN CN201911004683.7A patent/CN112700449A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114154222A (zh) * | 2021-12-06 | 2022-03-08 | 民航机场成都电子工程设计有限责任公司 | 一种用于bim翻模的图像分割方法、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103886589B (zh) | 面向目标的自动化高精度边缘提取方法 | |
CN107230188B (zh) | 一种视频运动阴影消除的方法 | |
CN109840913B (zh) | 一种乳腺x线图像中肿块分割的方法和系统 | |
JP2002288658A (ja) | 領域分割された映像の領域特徴値整合に基づいた客体抽出装置およびその方法 | |
US20090279778A1 (en) | Method, a system and a computer program for determining a threshold in an image comprising image values | |
CN111882561A (zh) | 一种癌细胞识别诊断系统 | |
Unni et al. | Tumour detection in double threshold segmented mammograms using optimized GLCM features fed SVM | |
CN116030396B (zh) | 一种用于视频结构化提取的精确分割方法 | |
CN115272319B (zh) | 一种矿石粒度检测方法 | |
CN107527348B (zh) | 基于多尺度分割的显著性检测方法 | |
CN111091071B (zh) | 基于探地雷达双曲波拟合的地下目标检测方法及系统 | |
CN107729863B (zh) | 人体指静脉识别方法 | |
Chen et al. | Image segmentation based on mathematical morphological operator | |
CN117115117B (zh) | 基于小样本下的病理图像识别方法、电子设备及存储介质 | |
CN112700449A (zh) | 一种图像分割提取方法、系统及存储介质 | |
CN111199228B (zh) | 一种车牌定位的方法及装置 | |
Gunawan et al. | Fuzzy Region Merging Using Fuzzy Similarity Measurement on Image Segmentation | |
Jin et al. | A color image segmentation method based on improved K-means clustering algorithm | |
CN110310263B (zh) | 一种基于显著性分析和背景先验的sar图像居民区检测方法 | |
Bindu | An improved medical image segmentation algorithm using Otsu method | |
Akther et al. | Detection of Vehicle's Number Plate at Nighttime using Iterative Threshold Segmentation (ITS) Algorithm | |
CN113223098B (zh) | 图像颜色分类的预处理优化方法 | |
Khan et al. | Segmentation of single and overlapping leaves by extracting appropriate contours | |
CN115457044A (zh) | 基于类激活映射的路面裂缝分割方法 | |
CN111105394B (zh) | 一种检测发光小球特征信息的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210423 |
|
WW01 | Invention patent application withdrawn after publication |