[发明专利]一种基于加权割合并的图像层次分割方法

权利要求书

1.一种基于加权割合并的图像层次分割方法，其特征在于，具体包括如下步骤：

步骤1：以图像的像素为顶点构造赋权图，构建无向权图的加权割合并的代价函数；

步骤2：图像粗化过程：选取种子点，定义顶点与种子点所代表类之间的稀疏插值矩阵，利用其更新与合并种子点所代表类的权值，层次迭代得到优化的相似矩阵，使原始图像在不同层次粗化，直至得到突显兴趣区域停止迭代，求解基于加权割合并的优化代价函数所表示的特征系统，得到无向赋权图中突显兴趣区域的粗分割；

步骤3：针对突显兴趣区域，利用步骤2所得到的状态向量进行从上到下扫描边界，采用的逆插值方法进行边界合并，得到图像的最优分割。

2.如权利要求1所述的基于加权割合并的图像层次分割方法，其特征在于，所述的步骤1具体包括如下步骤：

1）对一幅图像构造无向赋权图G＝(V,E,W)；其中，V是顶点集，其元素i（i＝1,2，...N）称为顶点，对应于图像中的每个像素点，V＝{1,2，...i,...N}；E为边集，其元素e_ij（i＝1,2，...N,j＝1,2，...N）称为边，对应于图像中任意两顶点间的连线，E＝{e_ij}；W为权集，其元素w_ij（i＝1,2，...N,j＝1,2,...N）称为边e_ij的权，表示顶点i,j之间的相似程度，W＝{w_ij}，其中w_ij的表达式如下：

wij=exp(-μ|gi-gj|)i≠j0i=j]]>

2）定义基于加权割合并的代价函数R(U)为：

R(U)=Σi⟩jwij(Ui-Uj)2Σi⟩jwijUiUj=UT(D-W)U12UTWU]]>式1

将无向赋权图G分割为不相交的两个区域A和B，且区域A和B中的顶点满足A∪B＝V和A∩B＝φ；式1中，W＝{w_ij}，w_ij（i＝1,2，...N,j＝1,2，...N）表示顶点i,j之间的相似程度，N表示无向图中顶点的数目；U＝{U₁,U₂，...,U_N}为状态向量，理想分割时，当i∈A时U_i＝1；当i∈B时U_i＝0；U^T为U的转置矩阵；D为N维对角矩阵，其对角线上元素di=Σjwij.]]>