CN1292593C - 彩色图像分割方法 - Google Patents

Abstract

提供一种彩色图像分割方法。该彩色分割方法包括步骤：把彩色图像的像素值量化成预定数量的代表像素值；在彩色图像中定义具有预定大小的窗口；计算代表所述窗口的一个中心像素距离所述中心像素所在区域的边界多远的一个值；重复定义所述窗口和计算代表所述窗口的一个中心像素距离所述中心像素所在区域的边界多远的一个值；基于所述值分割该彩色图像。根据该彩色图像分割方法，能够进行稳健的自动分割，并且即使在分割含许多噪声的图像时，分割速度也是高的。

Description

彩色图像分割方法

                        技术领域

本发明涉及一种彩色图像分割方法，更具体地，涉及一种分割彩色图像的彩色图像分割方法。

                        背景技术

彩色图像的分割是数字图像处理及其应用的很重要的部分。常规的彩色图像分割具有不容易分割包含纹理的彩色图像的问题。而且，另一个执行自动分割的常规彩色图像分割方法对于包含噪声的输入图像是不稳健的。以及另一个常规彩色图像分割方法，用于对包含噪声的输入图像来说用户准备分割的图像是稳健的图像进行分割，但是没有执行自动分割，因此花费了许多时间。

                        发明内容

为解决上述问题，本发明的一个目的在于提供一种能够自动分割包含纹理的彩色图像，并且对于含有噪声的输入图像呈现稳健性的彩色图像分割方法。

本发明的另一个目的在于提供一种处理包含彩色图像分割方法的彩色图像处理方法。

本发明的另一个目的在于提供一种介质，其上存储有执行彩色图像分割方法的计算机程序。

因此，为实现上述目的，根据本发明的一个方面，提供一种彩色图像分割方法。该彩色图像分割方法包括步骤：(a)使用输入图像的像素值计算表示外围像素色彩的不同程度的预定值；(b)通过将计算值转换成预定比例(scale)的值获得转换的图像；(c)分割所转换的图像。

最好，步骤(c)根据区域增长方法来分割转换的图像。

彩色图像分割方法最好在步骤(a)之前，还包括步骤：(p-a)将图像的像素值量化成预定数量的代表像素值；其中像素值是量化的像素值。

代表像素值最好由10-20个值组成。

彩色图像分割方法最好在步骤(a)之前，还包括步骤：(p-a-1)定义包含中心像素的预定窗口；以及(p-a-2)计算表示与在预定窗口中的像素有关的外部像素色彩的不同程度的预定值。

最好步骤(a)包括步骤：(a-1)当d是正整数时，定义中心位于像素p并具有d×d大小的的窗口B；以及(a-2)当i是在1至C之间的数，并且Z_i是窗口B中的所有像素的集时，将像素位置Z_i分类成C个类；以及(a-3)获得与类图中的每一像素有关的J-值，如下：

$J=\frac{S_B}{S_W}=\frac{S_T-S_W}{S_W}$

其中，m_i是在类Z_i中的N_i数据点的位置的平均值，

$S_T=\underset{z\∈Z}{\mathrm{\Σ}}{\left|\right|z-m\left|\right|}^2$ 以及 $S_W=\underset{i=1}{\overset{C}{\mathrm{\Σ}}}{S}_i=\underset{z\∈Z_i}{\mathrm{\Σ}}{\left|\right|z-m_i\left|\right|}^2$

d是最好是在3至10之间考虑的整数。

预定比例最好是具有值0至255的灰度。

                        附图说明

通过下面参考附图对本发明的优选实施例的详细描述，本发明的上述目的和优点将会变得更加清楚，其中：

图1是说明根据本发明的优选实施例的彩色图像分割方法的流程图；

图2A至2C说明根据图1的彩色图像分割方法形成的类图(class-map)和J-值；

图3A和3B说明分割的类图；

图4A说明作为一个测试图像以及通过根据本发明的彩色图像分割方法分割的一个测试图像的“集装箱”的一个图像帧；

图4B说明说明作为一个测试图像以及通过根据本发明的彩色图像分割方法分割的一个测试图像的“工长”的一个图像帧；

图4C说明作为一个测试图像以及通过根据本发明的彩色图像分割方法分割的一个测试图像的“海滨”的一个图像帧；

图4D说明作为一个测试图像以及通过根据本发明的彩色图像分割方法分割的一个测试图像的“花园”的一个图像帧；

图4E说明作为一个测试图像以及通过根据本发明的彩色图像分割方法分割的一个测试图像的“妈妈和女儿”的一个图像帧；

                     具体实施方式

参考图1，其中说明了根据本发明的优选实施例的彩色图像分割方法的流程图，输入彩色图像(步骤102)，并且将输入图像的像素值量化成几个代表像素值(步骤104)。为了分类自然场景中的图像，代表像素值由10-20个值组成。在本实施例中，为方便说明使用三个代表像素值执行量化。下面，通过指定相应于量化的代表像素值来形成类图(步骤106)。

最好，规定窗口处于对准整个图像中将被处理的像素的中心。即，当d是一个正整数时，最好在3至10之间，规定窗口B对准像素P的中心，并且具有d×d的大小。并且，假设i是在1和C之间的数，以及Zi是窗口B中的所有像素的集。换言之，假设Zi被分成C个类。最好定义窗口大小的d是在3至10之间考虑的整数。

而且假设m_i是在类Z_i中的N_i数据点的位置的平均值，如下：

(式1)

$m_i=\frac{1}{N_i}\underset{z\∈Z_i}{\mathrm{\Σ}}Z$

并且，S_T和S_W分别定义如下：

(式2)

$S_T=\underset{z\∈Z}{\mathrm{\Σ}}{\left|\right|z-m_i\left|\right|}^2$ 以及

(式3)

$S_W=\underset{i=1}{\overset{C}{\mathrm{\Σ}}}\mathrm{Si}=\underset{z\∈Z}{\mathrm{\Σ}}{\left|\right|z-m_i\left|\right|}^2$

下面获得与类图中的每一像素有关的J-值(步骤108)。与类图中的每一像素有关的J-值定义如下：

(式4)

$J=\frac{S_B}{S_W}=\frac{S_T-S_W}{S_W}$

由式4获得的J-值被转换成在0至255之间的灰度值，以便获得具有这些值并能被称作J-图像的灰度比例图像(步骤110)。J-图像具有作为包括实际分别表示区域中心和区域边界的山谷和山峰的三维地形图的相同形式。

最好根据区域增长方法分割J-图像(步骤112)。区域增长方法作为用于数字图像的分割的方法是本领域普通技术人员所熟知的，因此不再给出它的说明。

图2A至2C说明根据图1的彩色图像分割方法形成的类图和J-值。在图2A的类图中，中心像素的J-值是1.720，并且在图2B的类图中，中心像素的J-值是0，以及在图2C的类图中，中心像素的J-值是作为0.855获得的。这里，如在图2A的类图中，位于中心像素的左边的用+表示的像素，位于中心像素的右边的用0表示的像素以及位于中心像素的右边用^*表示的像素大致清楚地形成区域的情况下，J-值是一个相对大的值1.720。并且如在图2B的类图中，用+表示的像素以及用0表示的像素以及用^*表示的像素是均匀分布，且很难形成区域的情况下，J-值是0。而且如在图2C的类图中，位于中心像素的右边的用^*表示的像素形成区域，但用+表示的像素以及用0表示的像素很难形成区域的情况下，J-值是0.855。即，较大的J-值极可能是像素接近区域边界的情况，因此，使用该点可以执行基于区域增长方法的分割。

图3A和3B说明了分割的类图。

必须检查对于分割的类图中的每一区域是否很好地执行了分割，以及是否表示与量化值相同的值。为此目的，当J_k是对应于k-区域获得的J-值，并且Mk是第k个区域的像素点数，以及N是类图中像素点数的总数时，平均的J-值计算如下：

(式5)

$\stackrel{\‾}{J}=\frac{1}{N}\underset{n}{\mathrm{\Σ}}{M}_k{J}_k$

所计算的值被表示为量化值而不管对于分割的类图中的每一区域是否很好地执行了分割。

在图3A所示的分割的类图的情况中，J是0，另一方面，在图3B所示的分割的类图的情况中，J是0.05。即，在固定数量的区域情况下，特别在较好的分割的情况下，平均的J-值是小的。出现这种情况是因为在区域被很好的分割时，区域包含很少的均匀分布的色彩分类，因此，平均的J-值小。

图4A说明作为一个测试图像以及通过根据本发明的彩色图像分割方法分割的一个测试图像的“集装箱”的一个图像帧。参考图4A，分割前图像的J是0.232，但是分割后的 J是0.071。而且，它是测试图像被很好地分割的例证。

图4B说明说明作为一个测试图像以及通过根据本发明的彩色图像分割方法分割的一个测试图像的“工长”的一个图像帧。参考图4B，分割前图像的 J是0.238，但是分割后的 J是0.105。而且，它是测试图像被很好地分割的例证。

图4C说明作为一个测试图像以及通过根据本发明的彩色图像分割方法分割的一个测试图像的“海滨”的一个图像帧。参考图4C，分割前图像的 J是0.494，但是分割后的 J是0.093。而且，它是测试图像被很好地分割的例证。

图4D说明作为一个测试图像以及通过根据本发明的彩色图像分割方法分割的一个测试图像的“花园”的一个图像帧。参考图4D，分割前图像的 J是0.435，但是分割后的 J是0.088。而且，它是测试图像被很好地分割的例证。

图4E说明作为一个测试图像以及通过根据本发明的彩色图像分割方法分割的一个测试图像的“妈妈和女儿”的一个图像帧。参考图4E，分割前图像的 J是0.438，但是分割后的 J是0.061。而且，它是测试图像被很好地分割的例证。

即，如参照图4A至4E所述的，根据本发明的彩色图像分割方法分割图像的 J比分割前的图像的 J要小。

在上述实施例中，作为例子解释了特殊功能的计算。在所附权利要求中的本发明的范围并不限于该实施例，并且对于本领域普通技术人员，很显然可以使用表示外围像素的色彩的不同程度的另外变化的功能。

而且，上述彩色图像分割方法可以用计算机程序来实现。编写程序的代码和代码段在计算机领域的技术人员的帮助下是很容易的。而且，该程序可以存储在计算机可读介质中，可以被计算机读取和执行，因此它可以实现彩色图像处理方法。介质包括磁介质、光介质和载波。

如上所述，根据本发明，彩色图像在没有用户的协助下可以自动地被分割，并且对于含噪声的输入图像来说是稳健的。

                      产业上的可利用性

在上述根据本发明的彩色图像分割方法中，一种稳健的分割是可能的即使是在分割含许多噪声或纹理的图像时。而且，在没有诸如由用户手工执行分割的用户协助下，自动分割也是可能的，因此分割速度是高的。该彩色图像分割方法可以应用于诸如MPEG-7中所使用的基于对象的图像处理中。

Claims (6)

1.一种彩色图像分割方法，用于将彩色图像分割成多个区域，包括步骤：

把彩色图像的像素值量化成预定数量的代表像素值；

在彩色图像中定义具有预定大小的窗口；

计算代表所述窗口的一个中心像素距离所述中心像素所在区域的边界多远的一个值；

重复定义所述窗口和计算代表所述窗口的一个中心像素距离所述中心像素所在区域的边界多远的一个值；

将每个所述值转换成一个预定比例的值来获得转换的图像；

基于所述值分割该彩色图像。

2.如权利要求1的彩色图像分割方法，

其中所述分割彩色图像包括使用区域增长方法分割该彩色图像。

3.如权利要求1的彩色图像分割方法，其中代表像素值由10-20个值组成。

4.如权利要求1的彩色图像分割方法，其中，所述定义一个窗口是通过当d是正整数时，定义中心位于像素p并具有d×d大小的窗口来执行的；所述窗口具有像素集Z；

其中，计算所述值包括将像素集Z的每个像素的像素位置分类成C个类，其中，i是在1至C之间的数，而C是代表像素值的预定数量；并且

计算J-值，如下：

$J=\frac{S_B}{S_W}=\frac{S_T-S_W}{S_W}$

其中，m_i是在类Z_i中的N_i数据点的位置的平均值， $S_T=\underset{z\∈Z}{\mathrm{\Σ}}{\left|\right|z-m\left|\right|}^2$ 以及 $S_W=\underset{i=1}{\overset{C}{\mathrm{\Σ}}}{S}_i=\underset{z\∈Z_i}{\mathrm{\Σ}}{\left|\right|z-m_i\left|\right|}^2.$

5.如权利要求4的彩色图像分割方法，其中d是在3至10之间考虑的整数。

6.如权利要求1的彩色图像分割方法，其中预定比例最好是具有值0至255的灰度。

Images