[发明专利]一种基于点击式图像分割的无人机航拍图像电子勾绘方法

说明书

本发明公开了一种基于点击式图像分割的无人机航拍图像电子勾绘方法。该方法通过构造高斯混合模型以及计算像素间纹理相似度和空间距离确定能量方程，并利用图割算法求解，包括：设置必要参数，点击待分割目标，计算图像中像素点之间纹理相似度，根据点击位置提取局部像素点并依据这部分像素点确定高斯混合模型，逐像素点计算属于兴趣目标或非兴趣目标的概率密度，计算像素点间的空间距离，依据图割算法求解能量方程，得到分割结果，分割结果后处理，重复上述步骤直到得到满意结果。本发明采用点击方法实现对航拍图像中兴趣目标的分割，无需训练，方法简单，处理速度快，且有效缓解了自动分割中难以获得理想分割结果的问题。

技术领域

本发明涉及计算机视觉和图像处理等领域，尤其涉及应用高斯混合模型和图割的一种基于点击式图像分割的无人机航拍图像电子勾绘方法，面向无人机航拍图像勾绘应用。

背景技术

本发明提出一种点击式的图像分割技术，基于该技术完成无人机航拍图像电子勾绘任务。图像分割作为计算机视觉和图像处理领域的一个基本问题，是实现图像分析与理解的关键性步骤，其目的是将图像划分互不交叠的区域，并提取出兴趣区域。随着计算机技术的发展及其运算能力的提升，图像分割已在视频监控、生物医学、遥感等众多领域得到了广泛的应用——分割出监控视频中的兴趣目标，减少人力损耗，提高监控质量；分割出磁共振图像中的特定器官，帮助医生快速准确的诊断病情；分割出航拍图像中的森林、耕地和城市区域。

虽然关于图像分割的研究起始于数字图像处理问世不久，并吸引了众多研究人员付出了巨大努力，也提出了许多分割算法，但至今仍没有一个有效的通用方法。针对图像分割可以分为两大类：自动分割和交互式分割。所谓自动分割，即根据输入图像不同区域的特性，自动实现分割而无需人工干预。目前自动分割算法层出不穷，如特征空间聚类、阈值化、区域生长等基于区域的分割方法；以及边界跟踪、微分算子边缘检测、霍夫变换等基于边界的分割方法。但是对于复杂场景的图像，尤其是对目标精度要求高的图像，自动分割往往无法获得令人满意的分割结果，因此，为了解决这一问题，交互式分割越来越受到研究者的青睐。基于交互式的分割，通过用户选择特定区域，交互式地完成分割，其目标是人与计算机相结合以获得精确的划分。当分割效果不佳时，可以通过迭代加入新的区域，即引入更多的先验信息，直到得到满意的分割结果。目前主流的交互式分割算法包括图割、随机游走、活动轮廓模型和遂平集等。

航拍图像通常视场较大，背景复杂，存在树林、道路、房屋、河流等不同区域，且易受光照变化的影响，因此分割难度大，分割效果不理想。针对航拍图像的分割问题，研究人员提出了多种分割算法。例如，基于模糊C均值的分块聚类方法，但这种方法容易导致边界块归属不明确；基于Mean Shift的图像分割虽然克服了传统聚类方法的缺陷，但针对复杂的航拍图像容易造成聚类中心过多，且太密集，即导致图像过分割。因此，针对航拍图像的分割还值得进一步的深入研究。

发明内容

本发明实施例提供了一种基于点击式图像分割的无人机航拍图像电子勾绘方法，通过用户点击兴趣目标，据此构造高斯混合模型，并利用图割算法求解能量方程，最终获取分割结果，完成电子勾绘。

为此，本发明实施例提供如下技术方案：

一种基于点击式图像分割的无人机航拍图像电子勾绘方法，通过构造高斯混合模型以及计算像素间纹理相似度和空间距离确定能量方程，并利用图割算法求解，包括以下步骤：

S01.输入待分割的图像，以及图像通道数目和宽高信息，所述图像为固定翼无人机拍摄的航拍图像；

S02.设置分割过程的必要参数，所述必要参数包括“噪声控制参数”，“分割精细度控制参数”和“采样半径”；

S03.用户点击兴趣目标，捕获点击位置的(x,y)坐标，所述x，y取值为相对于图像左上角的偏移；

S04.计算输入图像中像素点之间的纹理相似度，即计算灰度值之间差值的平方；