[发明专利]一种基于半监督的超像素谱聚类彩色图像分割方法

说明书

本发明公开一种基于半监督的超像素谱聚类彩色图像分割方法，包括以下步骤：步骤一、输入待处理的RGB彩色图像；步骤二、初始化SLIC参数的超像素初始化尺寸和规范系数，计算超像素，并提取每个超像素块像素点的均值，生成超像素图像；步骤三、在超像素图像中，通过人工标记划线的方式获取半监督信息；步骤四、利用上一步中得到的半监督信息，构造超像素块之间的相似性；步骤五、利用NJW谱聚类算法结合构造的半监督相似性矩阵，进行彩色图像分割；步骤六、根据超像素区域的划分结果得到输入图像最终的分割结果。本发明能够加快图像分割的速度并提高了算法的效率，获得了比较理想的分割结果。

技术领域

本发明属于图像处理领域，具体涉及一种基于半监督的超像素谱聚类彩色图像分割方法。

背景技术

随着科学技术的发展，将接收到的彩色图像进行处理，以备进一步的分析和使用，已经成为了图像工程发展的当务之急。图像分割是图像处理的基础，其结果的好坏直接影响着图像分析的准确性。图像分割的定义就是将输入的图像分割成若干个有特殊意义的区域并区分出图像目标和背景的过程。传统的图像分割技术是基于像素级别的，往往使得最终的图像分割结果很容易出现碎片化的现象，为了能够突出图像的区域信息，引入了超像素的概念。

基于聚类算法的图像分割技术一直是研究的一个热点，特别是谱聚类算法，因为它对样本空间的分布没有限制都可以收敛于全局最优解，且能够应用在图像分割领域并取得很好的分割效果。但是传统谱聚类算法是基于图谱理论的，在海量数据运算、相似性构造等方面还存在许多尚未解决的问题，因此，对谱聚类算法的研究仍然是一个热点和难点。

发明内容

本发明的目的在于针对上述现有技术中的问题，提供一种基于半监督的超像素谱聚类彩色图像分割方法，根据用户提供的少量标记信息构造预分割区域模糊相似性测度，再利用相似性测度构造预分割区域的相似性矩阵，通过规范切图谱划分准则对预分割区域进行划分得到最终的图像分割结果，能提高传统谱聚类的分割性能，改善分割效果，降低计算复杂度。

为了实现上述目的，本发明采用的技术方案包括以下步骤：

步骤一、输入待分割的图像I，提取每个超像素区域的RGB平均值作为区域代表特征；

步骤二、用户在图像上进行标记，根据标记信息获得超像素区域的半监督模糊隶属度u_ij；

步骤三、利用公式S_ij＝max({min(μ_ti,μ_tj)}_{t＝1,2,...,c})得到相似性矩阵S并构造拉普拉斯矩阵L；

步骤四、根据用户标记获得聚类数目k，计算拉普拉斯矩阵L的k个最大特征值对应的特征向量，构造矩阵F＝[f¹,f²,...,f^k]并进行归一化得到新的矩阵F，其中

步骤五、将矩阵F的每一行看成是R^k空间中的一个点，聚类得到超像素区域的划分；

步骤六、根据超像素区域的划分结果得到输入图像最终的分割结果。

所述的步骤一利用SLIC超像素算法对输入的图像进行预处理。

所述的预处理过程包括首先初始化SLIC参数的超像素初始化尺寸以及规范系数，然后计算图像超像素，再提取每个超像素块像素点的均值，最后生成超像素图像。

所述的步骤五使用聚类算法将矩阵F聚为k类。

所述的聚类算法采用NJW谱聚类算法。

所述步骤一输入的待分割的图像I为RGB彩色图像。

所述步骤二中用户在图像上进行标记的方式采用人工划线。