[发明专利]图像分割方法

说明书

技术领域

本发明涉及照相和视频成像领域，具体地说，在带有集成照相和摄像机的移动装置的帮助下，可用于例如改进取自若干个输入帧的生成图像的质量。

背景技术

通常，由于在不同的时刻会发生若干个输入帧(快照)的曝光，因此在各个帧之间构建场景过程中会发生失真现象，这体现在移动(不稳定)对象的不同配置和场景照明条件的变化(例如由于云量发生变化)中，这将影响所得图像的质量，并体现在：

-不稳定对象出现双重轮廓，且在某些情况下，图像中出现双倍数量的移动对象

-不稳定对象出现半透明效果

-图像各区域出现明显的亮度或色彩平衡不规则

当前，通过移动装置的帮助来改进图片质量的方法之一在于，在一个短的时间期间内拍摄若干个帧，随后通过缝合若干个图像，将其合并成单一的所得相片(创建具备动态范围得到增强且图像噪声水平得到降低等特征的全景图像)。在此过程中，缝合应该以接缝通过相邻初始图像中差异最少的轨迹并绕过不稳定对象的方式进行。一种用于确定最优接缝轨迹的普遍的方法使用各种图像分割方法[Alexander Vezhnevets，Olga Barinova，“图像分割方法：自动分割”，《计算机图形与多媒体》，第4(4)期/2006：http://cgm.computergraphics.ru/content/view/147]。

图像分割与缝合最适用于在以下情况下从若干个初始图像创建一个图像：

-基于若干次拍摄创建全景图像，其中每次拍摄仅描绘全景图的一部分

-基于若干个动态范围较低的初始图片创建动态范围较高的图像

借助于分割，存在多种方法用于改进图像的质量。

集群技术方法使用被指定至某个特征空间的像点表示，且此特征空间引入了度量规格(对接近程度的度量)。

此方法的缺点在于，完全未考虑或间接考虑到点的空间安排(例如，将点坐标用作特征之一)。这也是在对像点进行集群之后通常要执行定义连接组件的过程的原因。同时，集群技术方法不能较好适用于有噪音的图像：通常会丢失单独的区域点、创建若干个小区域等。

区域生长方法[A.Tremeau与N.Borel，“颜色分割的区域生长和合并算法”，《模式识别》，1997；Y.Kanai，“使用强度和彩色信息进行图像分割”，《SPIE–可视通信与图像处理》98；B.Cramariuc、M.Gabbouj与J.Astola，“基于集群技术的彩色图像分割区域生长算法”，《数字信号处理国际会议》，1997；及Y.Deng、B.S.Manjunath与H.Shin，“彩色图像分割”，CVPR1999]直接考虑了点的空间安排。首先，根据一定的规则选择区域中心，同时满足特定标准的临近点在各个阶段将添加到这些区域中心。直到所有像点都已添加到这些区域中的任一个上，该区域生长过程停止。基于某个点是否添加到某个区域使用不同的标准：某个点距离某个区域中心的接近程度、距离在上一步已添加到某个区域的临近点的接近程度、根据某些区域统计得出的接近程度、从某个点到某个区域中心的最短路径的代价，等等。在大多数情况下，该区域生长过程用于覆盖单独的区域。然而，针对若干个区域逐步或同步执行此过程，可获得整个图像的分区。

此方法的缺点在于，其不适用于接缝缝合任务；仅适用于只存在一个参比图像的场合。另外，其需要消耗移动装置上的大量存储资源。并且，数据处理不够快速。

分割合并方法[A.Tremeau与N.Borel，“颜色分割的区域生长和合并算法”，《模式识别》，1997；B.Cramariuc、M.Gabbouj与J.Astola，“基于集群技术的彩色图像分割区域生长算法”，《数字信号处理国际会议》，1997；M.Celenk，“纹理图像分割的层级色彩集群”，《第29届系统理论东南讨论会会议录》，1997]；[S.Ji与H.W.Park，“基于区域相干性的彩色图像分割”，《ICIP会议录》98；L.Shafarenko、M.Petrov与J.Kittler，“随机纹理彩色图像的自动分水岭分割”，《图像处理IEEE交易》，1997；及M.Barni、S.Rossi与A.Mecocci，“低层级图像分割的模糊专家系统”，EUSIPCO–96]包含两个主要的阶段：分割与合并。分割开始于对某个图像进行分区，但未必分成均匀的区域。在找到满足分割块均匀性要求的分区图像之前，区域分割过程将一直执行下去(过度划分)。当某个图像分区获得最大尺寸的均匀区域时，类似相邻分割块便实现统一。