[发明专利]一种基于结构信息原理的图像层谱分割方法

权利要求书

1.一种基于结构信息原理的图像层谱分割方法，其特征在于，包括步骤：

预处理原始图像；

基于一维结构熵极大化原则，构建预处理图像的图结构数据G^*；

第一分割阶段，在预处理图像的图结构数据G^*上执行二维结构熵极小化算法ε²，得到图G^*的最优划分结构X＝{X₁,X₂,……,X_n}，其中n为图G^*最优划分结构的数目；

生成划分结构X的图结构数据G^**；

第二分割阶段，在图G^**上执行算法二维结构熵极小化算法ε²，得到图G^**的最优划分结构Y＝{Y₁,Y₂,……,Y_m}，其中m为图G^**最优划分结构的数目；对于每一个k＝1,2,3……m，Y_k内所有的节点与划分结构X对应；

第三分割阶段，利用划分结构X将划分结构Y转化为划分结构Z＝{Z₁,Z₂,……,Z_m}，构造三维编码树的结构；对于每一个k＝1,2,3……m，Z_k内所有的节点与图像的像素点对应。

2.根据权利要求1所述的一种基于结构信息原理的图像层谱分割方法，其特征在于，所述预处理原始图像，包括步骤：

获取高斯掩码；

对高斯掩码归一化；

使用高斯掩码对原始图像进行两次拉普拉斯乘积操作。

3.根据权利要求1所述的一种基于结构信息原理的图像层谱分割方法，其特征在于，基于一维结构熵极大化原则，构建预处理图像的图结构数据G^*时，利用图生成的一维结构熵极大化原理将图像转化为图结构数据中每个像素点交互的范围大小，即确认每个像素点与空间范围内进行交互的像素点；包括步骤：

给定一个预处理图像，对于每个网格节点v的最近邻居以v为中心，且位于不同级别的正方形边界；把v与它最近的邻居连接；采用参数k来决定v的哪些邻居来与v相交，从而构建图结构数据G^*＝(V^*,E^*)，其中V^*是图中的所有顶点集合，E^*是所有的边集合。

4.根据权利要求3所述的一种基于结构信息原理的图像层谱分割方法，其特征在于，图结构数据G^*的生成包括步骤：

(1)假设节点v的邻居节点为节点u，两者之间的相似性度量公式：

公式中t为超参数；

(2)假设参数k为节点之间格子边数或对角线的边数；通过确定k得到v预计交互的邻居节点集合S_k，保留S_k中与v最为相似的节点，保留数量为原节点个数的一半；交互中的排序顺序为：相似性权重较大的节点优先选择，若相似性一样，则预先与该节点交互的节点优先选择；从而构建初步图结构数据G_k，满足此时的即为所需要的图结构数据G^*。

5.根据权利要求1所述的一种基于结构信息原理的图像层谱分割方法，其特征在于，所述生成划分结构X的图结构数据G^**包括步骤：

对于每一个i＝1,2,3……n，将X_i缩放为一个点独立节点x_i，对于每一个j＝1,2,…,n且j≠i，将X_j缩放为一个点独立节点x_j；

x_i和x_j的颜色向量为X_i和X_j内所有独立节点的颜色向量均值，计算节点x_i和x_j间的交互度量指标，得到独立节点以及独立节点间的交互关系；

而后基于压缩信息极小化原则来构建图G^**。