[发明专利]一种用于多前景共分割的前景谱图生成方法

权利要求书

1.一种用于多前景共分割的前景谱图生成方法，其特征在于，包括下列步骤：

对图像组的各图像进行对象分割；

基于得到的对象构建第一向图，有向图中的每一个顶点表示一个对象，以任一顶点为始点，存在K条有向边，所对应的终点为与该始点所表示的对象最相似的K个对象所对应的顶点；且属于同一图像的顶点之间不存在有向边，基于同一始点的不同有向边所对应的各终点属于不同的图像；

对第一有向图进行有向图聚类，得到多类前景信息；

分别求取各类前景信息的前景概率，基于所述前景概率获取对象概率值；

基于各图像的每个像素点所在的对象，将对象的概率值赋予各像素点，若一个像素点对应多个对象，则将最大的概率值赋予该像素点，生成各图像的前景谱图。

2.如权利要求1所述的方法，其特征在于，对第一有向图进行有向图聚类的过程为：

（1）生成前景信息：

获取第一有向图中具有最大入度的顶点u，当顶点u的入度大于设定阈值T时，获取与u存在有向边的所有终点，记为第一顶点集合；

将第一有向图中的有向边反向，得到第二有向图，在所述第二有向图中获取与所述顶点u存在有向边的所有终点，记为第二顶点集合；

由第一顶点集合和第二顶点集合的交集构成当前类前景信息；

（2）对第一有向图进行更新：删除以当前类前景信息中各顶点为终点的有向边；

（3）基于更新后的第一有向图，重复步骤（1）和（2），得到各类前景信息，直到有向图中的最大入度小于或等于设定阈值T。

3.如权利要求2所述的方法，其特征在于，所述各类前景信息的前景概率为：

取第i类前景信息S_i的各对象的显著值的累加值，与所述S_i的对象个数之比为第i类前景概率。

4.如权利要求3所述的方法，其特征在于，所述对象概率值为基于公式b_ij＝d(f_ij,A_{min_k})×C_{min_k}求取，

其中所述b_ij表示第i类前景信息S_i中的第j个对象O_ij的对象概率值，i＝1,2,...,N_s；

所述f_ij为对象O_ij的颜色直方图特征；

所述函数d(fij,Amin_k)=Σa=1βmin(fij(a),Amin_k(a)),]]>其中β为颜色直方图特征的长度，A_{min_k}表示第_{min_k}类前景信息S_{m_k}的颜色直方图特征；

下标min_k为函数d(f_ij,A_k)在N_s类前景信息中，取得最小值时所对应的类别，函数d(fij,Ak)=Σa=1βmin(fij(a),Ak(a)),]]>A_k表示第k类前景信息S_k的颜色直方图特征；

任一类前景信息S_i的颜色直方图特征A_i为：求取S_i中的每个对象的颜色直方图特征，生成矩阵N_i为S_i包含的对象个数，对所述矩阵H进行低秩分解，分解为低秩矩阵L和误差矩阵E，记所述误差矩阵中各列元素之和最小的列为i^*，取矩阵列向量为S_i的颜色直方图特征A_i。