[发明专利]一种改进的基于图和色彩纹理特征的图像分割方法

摘要

本发明公开了一种改进的基于图和色彩纹理特征的图像分割方法，涉及图像处理和计算机视觉技术领域，本发明步骤包括1）提取30张样本图片的纹理特征和色彩特征，将得到的纹理特征和色彩特征组成一个矩阵，并对矩阵求协方差作为30幅样本图片的色彩信息和纹理信息的统一系数；2）构造待分割图片的带权无向图；3）提取待分割图片的纹理特征和色彩特征，并构造待分割图片的纹理色彩特征描述符；4）利用步骤1）获得的统一系数和步骤3）获得的待分割图片的纹理色彩特征描述符计算待分割图片的带权无向图中边的权值；5）对步骤2）构造的带权无向图中的节点进行合并归类。本发明的分割准确性高，误分割、过分割现象少。

主权项

一种改进的基于图和色彩纹理特征的图像分割方法，步骤如下：1)选取30张样本图片，该30张样本图片的长和宽折合为像素分别为w和h；提取该30张样本图片的纹理特征和色彩特征，将得到的纹理特征和色彩特征组成一个矩阵Feature，并对矩阵Feature求协方差，将该协方差作为30幅样本图片的色彩信息和纹理信息的统一系数∑；2)构造待分割图片的带权无向图G＝(V,E)；3)提取待分割图片的纹理特征和色彩特征，并构造待分割图片的纹理色彩特征描述符；4)利用步骤1)获得的统一系数∑和步骤3)获得的待分割图片的纹理色彩特征描述符计算待分割图片的带权无向图中边的权值；5)对步骤2)构造的带权无向图中的节点进行合并归类，得到符合人眼感知的分割图片，其中，类合并的具体方法如下：①将无向图中的边按步骤4)计算得到的权值大小进行非降排序，并将无向图中每一个节点划分为一个独立类，对应为{C1，C2，...，Cw*h}，每一类对应的合并优先级为{r1，r2，...，rw*h}，初始时r1＝r2＝…＝rw*h＝0，类合并顺序根据排序由前到后进行；②执行合并准则1：设定合并的初始阈值mInt(C1)＝k，Ci和Cj表示两个不同的类，比较Ci中所有节点vi∈Ci和Cj中所有节点vj∈Cj组成的边的权值w(vi，vj)，最小的权值作为Ci和Cj的类间距离Diff(Ci，Cj)，Diff(Ci,Cj)=minvi∈Ci,vj∈Cjw(vi,vj)]]>若Diff(Ci，Cj)≤mInt(Cx)，则比较两节点所在类Ci，Cj的合并优先级ri，rj的大小，若ri＞rj，则类Cj并入Ci，且重新计合并后的类为Ci，合并后的类Ci的优先级为ri+1，也重新记为ri；反之，则类Ci并入Cj，重新计合并后的类为Cj，合并后的类Cj的优先级为rj+1，重新记为rj，合并后的类用数学表达式表述为：Cx=Ci,ri>rjCj,ri≤rj,]]>mInt(Cx)表示合并阈值，初始时mInt(Cx)＝mInt(C1)＝k，执行合并操作后，自适应调整合并阈值mInt(Cx)，mInt(Cx)与合并成Cx的两子类Ci和Cj的最大类内距离Int(Ci)和Int(Cj)及Ci和Cj包含的节点数size(Ci)和size(Cj)有关，其中：T(Ci)=k|size(Ci)|]]>T(Cj)=k|size(Cj)|]]>Int(Ci)=maxvi,vj∈Ciw(vi,vj)]]>Int(Cj)=maxvi,vj∈Cjw(vi,vj)]]>mInt(Cx)＝min(Int(Ci)+T(Ci)，Int(Cj)+T(Cj))；若Diff(Ci，Cj)＞mInt(Cx)，则Ci，Cj为独立的类；按照权值由小到大重复对类执行合并准则1，得到分割结果将每一类划分为独立的区域，完成初始分割；③执行合并准则2：完成初始分割后，针对节点数很少的类执行合并准则2，设定初始合并阈值为k2，若某一类包含的节点数小于k2，则将该类合并到在空间上相邻且类间距离最小的类中。