[发明专利]基于视觉显著模型的图像分割方法有效
| 申请号： | 201610123858.6 | 申请日： | 2016-03-04 |
| 公开（公告）号： | CN105678797A | 公开（公告）日： | 2016-06-15 |
| 发明（设计）人： | 胡海峰;曹向前;潘瑜;张伟;肖翔 | 申请（专利权）人： | 广东顺德中山大学卡内基梅隆大学国际联合研究院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 528300 广东省佛山市顺德区大良*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于视觉显著模型的图像分割方法，该方法首先进行图像的背景检测得到图像的边界连通性值，然后使用基于六边形简单线性迭代聚类HSLIC(Hexagonal Simple Linear Iterative Clustering)的SC(Superpixel Contrast)方法得到图像的显著性图，最后使用得到的图像的边界连通性值和显著性图的显著性值作为图割方法区域项的输入，自动地进行图像分割，最后输出图像的显著性区域分割结果。 | ||
| 搜索关键词： | 基于 视觉 显著 模型 图像 分割 方法 | ||
【主权项】：
一种基于视觉显著模型的图像分割方法，其特征在于，包括以下步骤：S1：对图像A进行超像素分割，得到图像A超像素的测地距离，生成区域，得到边界长度和边界连通性值；S2：利用六边形简单线性迭代聚类法HSLIC对图像A进行超像素分割，并对分割后的图像使用超像素对比度SC方法进行全局显著性检测得到图像A的显著性图的显著性值；S3：利用S1中得到的边界连通性值和S2中得到的显著性值为图像分割区域项进行图像分割，输出图像的显著性区域分割结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东顺德中山大学卡内基梅隆大学国际联合研究院，未经广东顺德中山大学卡内基梅隆大学国际联合研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610123858.6/，转载请声明来源钻瓜专利网。
