[发明专利]一种图像分割方法、装置、设备及计算机可读存储介质在审

专利信息
申请号: 201810935777.5 申请日: 2018-08-16
公开(公告)号: CN109102514A 公开(公告)日: 2018-12-28
发明(设计)人: 庄家卫;万频;王永华;杨健;庞水玲 申请(专利权)人: 广东工业大学
主分类号: G06T7/11 分类号: G06T7/11;G06T7/13;G06T7/136;G06N3/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 罗满
地址: 510006 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分割图像 图像分割 蚁群算法 混沌 图像 计算机可读存储介质 目标检测区域 感兴趣区域 矩阵 图像边缘信息 准确度 边缘检测 边缘图像 更新信息 后续处理 图像边缘 图像处理 现实需求 有效减少 真实环境 实时性 工作量 搜索 生长 申请
【权利要求书】:

1.一种图像分割方法,其特征在于,包括:

对待分割图像进行ROI区域生长处理,得到目标检测区域图像;

利用混沌蚁群算法对所述目标检测区域图像进行边缘检测,得到所述待分割图像的边缘图像。

2.根据权利要求1所述的图像分割方法,其特征在于,所述对待分割图像进行ROI区域生长处理包括:

S11:按照预设子图像尺寸将所述待分割图像分割为多个子图像,并基于所述混沌蚁群算法得到所述待分割图像的预设特征参数的阈值;

S12:从各子图像中选择种子区域,并为所述种子区域选择多个相邻子图像,生成候选子区域集;

S13:判断所述候选子区域集中的各候选子区域的特征参数的阈值是否满足预设阈值条件;若是,则执行S14,若否,则执行S15;

S14:将满足所述阈值条件的候选子区域作为种子区域,返回S12;

S15:将不满足所述阈值条件的候选子区域从所述候选子区域集中删除;

其中,所述特征参数为注意度、颜色纹理值和相对位置的任意一个或任意组合。

3.根据权利要求2所述的图像分割方法,其特征在于,所述判断所述候选子区域集中的各候选子区域的特征参数的阈值是否满足预设阈值条件包括:

判断所述候选子区域集中的各候选子区域的特征参数的阈值是否满足下述条件:

式中,为所述待分割图像的注意度阈值,为所述待分割图像的相对位置阈值;S0为候选子区域的注意度,RPD0为候选子区域的相对位置。

4.根据权利要求2所述的图像分割方法,其特征在于,所述判断所述候选子区域集中的各候选子区域的特征参数的阈值是否满足预设阈值条件包括:

判断所述候选子区域集中的各候选子区域的特征参数的阈值是否满足下述条件:

(和)和

式中,为所述待分割图像的注意度阈值,为所述待分割图像的相对位置阈值,为所述待分割图像的颜色纹理值阈值;S0为候选子区域的注意度,RPD0为候选子区域的相对位置,F0为候选子区域的颜色纹理值。

5.根据权利要求2至4任意一项所述的图像分割方法,其特征在于,所述为所述种子区域选择多个相邻子图像,生成候选子区域集包括:

以所述种子区域为中心,选择所述种子区域的上下左右四个方向上相邻的子图像作为候选子区域,生成候选子区域集。

6.根据权利要求5所述的图像分割方法,其特征在于,所述选择所述种子区域的上下左右四个方向上相邻的子图像作为候选子区域,生成候选子区域集包括:

判断候选子区域是否在所述候选子区域集中;

若否,则将候选子区域并入所述候选子区域集中。

7.根据权利要求2至4任意一项所述的图像分割方法,其特征在于,所述基于所述混沌蚁群算法得到所述待分割图像的预设特征参数的阈值包括:

获取各子图像的目标特征参数值;

根据预设的目标特征参数阈值与各子图像的目标特征参数值,将各子图像分为大于所述目标特征参数阈值的第一子集,和小于所述目标特征参数阈值的第二子集;

分别计算第一子集和第二子集中各子图像的目标特征参数的平均值,并将两个平均值的平均值作为新目标特征参数阈值,重复上述迭代过程,直至新目标特征参数阈值满足下述条件:

|T(l)-T(l-1)|≤ω;

式中,T(l)为当前新目标特征参数阈值,T(l-1)为当前新目标特征参数阈值上一次迭代更新后的值,ω为预先设定的误差阈值;

将满足上述条件的新目标特征参数阈值作为所述待分割图像的目标特征参数的阈值,所述目标特征参数为注意度、颜色纹理值或相对位置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810935777.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top