[发明专利]基于一致性函数空间映射的图像联合分割算法

权利要求书

1.基于一致性函数空间映射的图像联合分割算法，其特征在于包括如下步骤：

第一步、使用超像素分割技术对图像进行超像素分割，分割出超像素块，这些超像素块是对图像的一种过分割；

第二步、为图的每两个节点建立带权值的边，这些边的权值表示了这两个超像素块的不相似性，使用每两个相邻超像素块相邻边的梯度之和作为权值；

第三步、为每一幅图像生成的图结构提取出一个线性空间，这个线性空间能够生成任意一个对图像进行分割的函数，从这个线性空间生成的分割函数中选出需要的分割函数，使用图结构的Laplacian矩阵的特征向量作为图像的函数空间；

第四步、提取每幅图像的gist特征，gist特征是全局特征，使用gist特征为所有需要分割特图像建立一个加权图，顶点是每一张图像，边是gist特征的距离；

第五步、提取一致性函数空间映射，需要建立优化模型求解，这一优化模型首先约束了两幅相似图像在经过函数空间映射后特征应该尽量相近，第二个约束是保证两幅相似图像的映射是一个对角矩阵，第三个约束保证了映射前后两幅相似图像的函数空间尽量相似；

第六步、求解上述优化模型，得到每两幅图像间的函数空间映射矩阵；

第七步、使用获得的映射矩阵建立优化模型，求解出函数空间上的一个函数，使得这个函数是对这个图结构的最优化分割。

2.根据权利要求1所述的基于一致性函数空间映射的图像联合分割算法，其特征在于：第二步中：为图的每两个顶点建立带权值的边，使用分割掩模和邻接矩阵提取出图像中所有的相邻超像素块，使用Sobel掩模求得每两个相邻超像素块边界的梯度之和，这个值作为图结构的边的权值。

3.根据权利要求1所述的基于一致性函数空间映射的图像联合分割算法，其特征在于：第三步中：为每一幅图像生成的图结构提取出一个线性空间是指：

Ncut(A,B)=cut(A,B)assoc(A,V)+cut(A,B)assoc(B,V)]]>

上式为图结构建立的分割模型，其中cut(A，B)表示A中的点到B中的点的边的权值之和，assoc(A，V)是A中的点到所有点的权值之和，Ncut(A，B)为目标函数，目的是求解参数使得Ncut(A，B)值最小化。