[发明专利]超像素的狄利克雷混合模型图像分割方法、装置及设备

说明书

本发明公开了一种超像素的狄利克雷混合模型图像分割方法、装置及设备，方法包括：读取待分割的图像，利用超像素分割算法将所述图像分割为多个超像素块，并记录下每个像素点所属的超像素块、每个超像素块的位置中心以及颜色均值信息；提取每个超像素块的邻域信息；对所有超像素块的颜色做归一化处理，并初始化分割类别个数和聚类中心；将归一化处理后的超像素块作为输入，利用k‑means聚类对狄利克雷混合模型的聚类中心和后验概率做初始化；初始化狄利克雷混合模型的超参数，将以超像素块为基本处理单位的处理向量放入初始化后的狄利克雷混合模型中进行无监督迭代分割计算，直到达到预设的迭代终止条件后，输出分割结果图。本发明能提高图像分割的速度。

技术领域

本发明涉及图像处理领域，尤其涉及一种超像素的狄利克雷混合模型图像分割方法、装置及设备。

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。它是由图像处理到图像分析的关键步骤。

基于狄利克雷的图像分割算法是一种常用的图像分割算法，其主要是基于像素点进行计算分割。在实际分割过程中的计算复杂度与像素点个数呈指数型关系。假设目标图像的像素点个数为n，那么原始狄利克雷方法的计算复杂度为 O(n2)。如此高的计算复杂度，导致即使只是处理一张的图像，都需要十几分钟的处理时间，导致该算法的实用性和价值大打折扣。

发明内容

有鉴于此，本发明的目的在于提供一种超像素的狄利克雷混合模型图像分割方法、装置及设备，能解决现有的基于狄利克雷的图像分割算法计算度过于复杂的问题。

本发明实施例提供了一种超像素的狄利克雷混合模型图像分割方法，包括：

读取待分割的图像，利用超像素分割算法将所述图像分割为多个超像素块，并记录下每个像素点所属的超像素块、每个超像素块的位置中心以及颜色均值信息；

提取每个超像素块的邻域信息；

对所有超像素块的颜色做归一化处理，并初始化分割类别个数和聚类中心；

将归一化处理后的超像素块作为输入，利用k-means聚类对狄利克雷混合模型的聚类中心和后验概率做初始化；

初始化狄利克雷混合模型的超参数，将以超像素块为基本处理单位的处理向量放入初始化后的狄利克雷混合模型中进行无监督迭代分割计算，直到达到预设的迭代终止条件后，输出分割结果图。

优选地，提取每个超像素块的邻域信息具体为：

以超像素块的位置中心为起始，划定超像素块的邻域范围；

对每个超像素块的邻域范围，均匀划分为网格；

对每个超像素块的网格进行网格内超像素块标签个数统计，以获取每个领域网格中的像素的超像素块标签与数量；

将每个超像素块的网格标签设定为统计数量最多的超像素块标签，如此每个网格的超像素块标签即为中心超像素块的邻域超像素块。

优选地，提取每个超像素块的邻域信息具体为：

对每个超像素块：

设定邻域块个数n，以超像素块位置中心为中心，向外辐射n条射线；

将每条辐射的射线向外延伸碰到的第一个超像素块认定为该方向上的邻域超像素块；

获取每个超像素块的邻域超像素块标签。

优选地，还包括：

为了保证分割的平滑性，对于每个超像素块，根据其领域信息获取其邻域均值，并使用邻域均值代替本身的值。

本发明实施例还提供了一种超像素的狄利克雷混合模型图像分割装置，包括：