[发明专利]一种图像分离方法及其系统

权利要求书

1.一种图像分离方法，其特征在于，包括如下步骤：

步骤S110、将待抠图图像分割成多个待检测区域，并且每个待检测区域的边界与待抠图图像中物体的边界之间具有预定距离；

步骤S120、检测待检测区域的感知重要度；

步骤S121、计算每个待检测区域的颜色的平均信息熵；

步骤S122、将平均信息熵作为待检测区域的感知重要度；

设A(α)＝{β₀，β₁，...，β_q-1}为待检测区域α中所有像素点的样本集合，B(α)表示以待检测区域α为中心的周围邻域内的所有待检测区域的集合，待检测区域α的颜色的平均信息熵为其中，p(μ)为B(α)内的所有待检测区域的颜色值概率密度；V为以α为中心的B(α)内所有待检测区域的数量；B(α)内的所有待检测区域的颜色值概率密度其中，m(β_d)为A(α)中像素点β_d对应的特征等级，d为从1到V的整数；δ[m(β_d)-μ]为狄克拉函数，用来判断像待检测区域的平均颜色值是否等于集合B(α)中第μ个待检测区域的平均颜色值，等于为1，不等为0；

步骤S130、将感知重要度大于阈值的待检测区域所包围的区域作为目标图像进行抠图。

2.根据权利要求1所述的图像分离方法，其特征在于，若待检测区域的平均信息熵大于预设阈值，则该待检测区域的感知重要度较大；若待检测区域的平均信息熵小于预设阈值，则该待检测区域的感知重要度较小。

3.根据权利要求1所述的图像分离方法，其特征在于，检测待检测区域的感知重要度，包括如下子步骤：

步骤S121’、将待抠图图像的物理边缘位置上的一圈待检测区域作为感知重要度对比集合；

步骤S122’、计算位于待抠图图像中部的每个待检测区域的平均颜色特征向量；

步骤S123’、计算感知重要度对比集合中所有待检测区域的平均颜色特征向量；

步骤S124’、将位于待抠图图像中部的每个待检测区域的平均颜色特征向量均与感知重要度对比集合中所有待检测区域的平均颜色特征向量进行比较，得到位于待抠图图像中部的每个待检测区域的颜色变化值；

步骤S125’、将颜色变化值作为位于待抠图图像中部的每个待检测区域的感知重要度。

4.根据权利要求3所述的图像分离方法，其特征在于，将感知重要度对比集合中的每一个待检测区域的颜色均值与感知重要度对比集合中的所有待检测区域的颜色均值进行比较；

将感知重要度对比集合中的颜色均值小于感知重要度对比集合中的所有待检测区域的颜色均值的待检测区域从感知重要度对比集合中删除，以修正感知重要度对比集合。

5.一种图像分离系统，其特征在于，包括：分割模块、检测模块和目标图像确定模块；

分割模块将待抠图图像分割成多个待检测区域，并且每个待检测区域的边界与待抠图图像中物体的边界之间具有预定距离；检测模块检测待检测区域的感知重要度；检测模块包括：计算模块和确定模块；计算模块计算每个待检测区域的颜色的平均信息熵；设A(α)＝{β₀，β₁，...，β_q-1}为待检测区域α中所有像素点的样本集合，B(α)表示以待检测区域α为中心的周围邻域内的所有待检测区域的集合，待检测区域α的颜色的平均信息熵为其中，p(μ)为B(α)内的所有待检测区域的颜色值概率密度；V为以α为中心的B(α)内所有待检测区域的数量；B(α)内的所有待检测区域的颜色值概率密度其中，m(β_d)为A(α)中像素点β_d对应的特征等级，d为从1到V的整数；δ[m(β_d)-μ]为狄克拉函数，用来判断像待检测区域的平均颜色值是否等于集合B(α)中第μ个待检测区域的平均颜色值，等于为1，不等为0；确定模块将平均信息熵作为待检测区域的感知重要度；目标图像确定模块将感知重要度大于阈值的待检测区域所包围的区域作为目标图像进行抠图。