[发明专利]一种基于改进的SLIC超像素分割算法的颜色识别方法

说明书

本发明公开了一种基于改进的SLIC超像素分割算法的颜色识别方法，其步骤为（1）加载Lab颜色模式样本集；（2）获取待识别的目标彩色图像并对该目标彩色图像进行滤波、校正预处理；（3）用SLIC超像素分割算法对预处理后的目标彩色图像进行处理，分割出多个不同的超像素区域；（4）对经步骤（3）分割出的每个超像素区域进行均值处理，使每个单个超像素区域内的所有像素值是相同的；（5）将超像素区域中的一个像素值与步骤（1）中加载的样本集中颜色利用马氏距离进行比较，马氏距离最小值所对应的颜色即为该超像素区域的颜色。该发明改变了传统颜色识别针对每个像素进行处理的方法，大大提高了运算处理速度和识别精度。

技术领域

本发明涉及计算机视觉和图像识别技术领域，具体涉及一种基于改进的SLIC超像素分割算法的颜色识别方法。

背景技术

彩色图像相对于灰度图像具有更多的信息量，彩色图像的颜色识别在实时检测系统及自动控制方面具有重要的意义，其在现代生产和科研方面都取得了越来越广泛的应用，比如在遥感技术、工业过程控制、材料的分拣识别、图像识别和产品质量检测等方面都取得了广泛的应用。

传统的彩色图像识别技术通常是基于RGB颜色空间对图像中的每个像素进行颜色判断，这样比较耗时也不利于图像的整体分析。由于图像颜色一般都是渐变的，一种颜色不会仅有一个像素，因此为了提高图像的处理速度，首先需要对图像进行超像素聚类，然后每个区域仅需要判断一次颜色，从而大大减小了运算量，提高了处理速度。

发明内容

本发明的目的在于提供一种基于改进的SLIC超像素分割算法的颜色识别方法，该方法首先对图像进行超像素聚类，然后判断每个区域的颜色；相对于以往对每个像素进行判断大大减小了运算量，提高了处理速度。

为实现上述目的，本发明采用了以下技术方案：

一种基于改进的SLIC超像素分割算法的颜色识别方法，步骤如下：

(1)加载Lab颜色模式样本集；

(2)获取待识别的目标彩色图像并对该目标彩色图像进行滤波、校正预处理；

(3)用SLIC超像素分割算法对预处理后的目标彩色图像进行处理，分割出多个不同的超像素区域；

(4)对经步骤(3)分割出的每个超像素区域进行均值处理，使每个单个超像素区域内的所有像素值是相同的，其均值式中：

其中，N_k表示第k个区域的像素个数，L_n、a_n、b_n表示对应Lab颜色模式中三通道的像素值；

(5)将超像素区域中的一个像素值与步骤(1)中加载的样本集中颜色利用马氏距离进行比较，马氏距离最小值所对应的颜色即为该超像素区域的颜色，马氏距离计算公式为：

式中：Lab_i表示第i个超像素区域内的一个像素的颜色值，Lab_sj表示Lab颜色模式样本集中的第j类样本中第i个像素的颜色值，S^-1为协方差矩阵S的逆，T表示矩阵的转置。

进一步方案，所述步骤(2)中的对目标彩色图像进行滤波、校正预处理是指先利用中值滤波器对其进行平滑图像和抑制噪声处理，然后对其进行gamma校正，以提高彩色图像的对比度。

更进一步方案，所述gamma校正是对目标彩色图像中RGB进行非线性色调编辑，则RGB中红、绿、蓝三个通道的颜色R、G、B分别如下：

其中：

r，g，b为像素三个通道值，取值范围均为[0,255]。

进一步方案，所述步骤(3)中的用SLIC超像素分割算法对预处理后的目标彩色图像进行处理的步骤如下：