[发明专利]一种基于交互式的立体图像分割方法

说明书

本发明提供了一种基于交互式的立体图像分割方法。原本的立体图像分割方法要求用户在左右视图中涂上一致性的前景和背景线条，这项工作非常繁琐。本方法把单个图像分割的方法扩展到了立体图像分割中，仅需要在左视图中涂前景和背景线条，就能获得一致性的立体图像分割结果。首先用户交互式的在左视图涂前景和背景线条，然后采样涂色线条、图像边界点以及提取左右视图特征匹配点，利用这些顶点和采样线段用限制性Delaunay三角网剖分方法对左视图构建三角形网格，然后构建能量最优化方程，求解右视图与左视图一致的网格，从而获得左右视图一致性的涂色线条；随后构建了特征向量用于搜索每个像素的最近邻域像素，最后构建非局部线性优化模型，分别对立体图像左视图和右视图进行图像分割。

技术领域

本发明涉及一种图像分割方法，尤其是一种基于交互式的立体图像分割方法。

背景技术

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。毋庸置疑，图像分割是数字图像处理中最重要的组成部分之一。图像分割技术主要应用于医学图像，机器视觉，目标检测等领域。因为图像分割问题本质上是一个欠约束的问题。因此大多数图像分割方法需要用户提供额外的信息，才能实现对图像分割的求解。根据提供信息的方式，目前主流的图像分割方法主要分为如下两种方式：(1)提供三分图trimap，即用户预先划分为三个区域，包括确定的前景、确定的背景及未知区域。trimap越精确，越有利于问题的精确求解，但用户的交互量也会随之增加。(2)用户使用少量的用户线条，即用户在确定的区域涂上前景线条和背景线条，这种方式一般仅需要用户涂少量的线条，就能获得很好的图像分割效果，而且便于用户的交互，因此最近几年较多的方式采用了这种方式。图像分割的目标是尽量减少用户的输入信息，同时能精确、快速的获得图像分割的区域；在用户提供额外信息的前提下，大部分的图像分割方法利用了局部邻域内像素的强关联性，对前景不透明的平滑改变进行了约束。参见Jianbing Shen,Yunfan Du,andXuelong Li.Interactive Segmentation Using Constrained LaplacianOptimization.IEEE Transactions on Circuits and Systems for VideoTechnology.2014,24(7):1088-1100。但是这种方法仅仅考虑了局部邻域内像素的强关联性，用户提供额外的前景和背景信息并不能进行远距离的传播。因此最近几年较多学者开始研究非局部的邻域像素之间的关联性，由于像素之间的信息可以通过远距离的传播，因此相对于局部邻域内像素的强关联性方法，基于非局部的邻域像素之间的关联性的方法大大减少了用户输入的涂色线条。参见Qifeng Chen,Dingzeyu Li and Chi-Keung Tang.KNNMatting.IEEE Transactions on Pattern Analysis and Machine Intelligence.2013,35(9):2175-2188。