[发明专利]图像的分割方法、分割装置及终端设备

说明书

本发明适用于图像处理技术领域，提供了一种图像的分割方法、分割装置及终端设备，其中方法包括：获取原始图像，对原始图像进行预处理以得到原始图像的特征图，然后提取特征图的特征值，计算特征值在特征图上分布的紧密度，在紧密度高于预设紧密度时，计算对特征图进行分割时的最优阈值，最后根据所述最优阈值对所述特征图进行二值化，以完成对所述原始图像的分割。与现有技术相比，该方案在图像显著对象分割过程中，引入了图像紧密度信息，通过紧密度情况判断特征图的质量，在特征图质量较佳的背景下，充分挖掘特征图的信息，得到最优阈值，从而得到最优的显著对象分割结果，具有较强的易用性和实用性。

技术领域

本发明涉及图像处理领域，尤其涉及一种图像的分割方法、分割装置及终端设备。

背景技术

图像分割中经常会对图像中的显著对象进行分割，显著对象分割的目的是提取对象，从图像中捕捉最显著的目标。图像分割可以通过提取特征图来进行，特征图在许多基于内容的应用中起着重要的作用。根据特征图的使用，图像显著性分割方法可分为两类。一类是仅基于特征图的分割方法。这种方法没有从原始图像中得到任何信息。例如自适应阈值法和OTSU法(最大类间方差法)。自适应阈值法选择显著性均值的两倍作为最优阈值，以分离突出目标和背景。OTSU法是一种经典的二值化方法，通过最大化目标和背景之间的相似度来搜索最优阈值，进而对图像进行分割。另一类是从特征图中提取一些信息，然后返回到原始图像以分割显著对象。它利用经验阈值提取像素作为目标种子和背景种子，然后利用原始阈值构造目标和背景颜色模型，最后采用GabChuts算法生成显著对象。上述两种分割方法由于不能很好的挖掘对象特征，并不能得到很好的分割效果。

故有必要提出一种新的技术方案，以解决上述技术问题。

发明内容

鉴于此，本发明实施例提供了一种图像的分割的方法、分割装置及终端设备，通过对图像的特征图的显著性、紧凑性分析以及根据显著性的占有率等确定出图像的最佳分割效果。

本发明实施例的第一方面提供了一种图像的分割方法，所述分割方法包括：获取原始图像，对所述原始图像进行预处理以得到所述原始图像的特征图，所述特征图包括一个或多个部分；提取所述特征图的特征值，计算所述特征值在所述特征图上分布的紧密度；若所述紧密度高于预设紧密度，则计算对所述特征图进行分割时的最优阈值，其中，所述最优阈值由所述特征图的显著对象的特性计算得到；根据所述最优阈值对所述特征图进行二值化，以完成对所述原始图像的分割。

可选地，在本发明提供的另一实施例中所述计算所述特征值在所述特征图上分布的紧密度，包括：获取所述原始图像处于最小图像窗口的密度；根据所述密度计算所述特征值在所述特征图上分布的紧密度。

可选地，在本发明提供的另一实施例中所述计算对所述特征图进行分割时的最优阈值，包括：计算所述显著对象的特征值在所述特征图的特征值中的百分比Ratio(R_i)；计算所述显著对象与所述显著对象之外的区域的对比度Contrast(R_i)；计算所述显著对象的边界的平滑度Smooth(R_i)；根据公式R＝argmax Ratio(R_i)*Contrast(R_i)*Smooth(R_i),计算最优阈值R，其中，i为1-255的正整数。

可选地，在本发明提供的另一实施例中所述对所述原始图像进行预处理以得到所述原始图像的特征图，包括：对所述原始图像进行均值滤波得到滤波后的图像；对所述滤波后的图像进行灰度化处理以得到所述原始图像的特征图。

可选地，在本发明提供的另一实施例中所述分割方法还包括：若所述紧密度不高于预设紧密度，则通过SaliencyCut分割法对所述原始图像进行分割。