本发明专利技术公开了一种分割前景图像的方法,包括以下步骤:使用中央周边直方图算法得到原始图像的显著性图;对所述显著性图进行阈值分割,得到包含显著性物体在内的矩形R;使用所述矩形R区域外的图像作为背景区域,初始化GrabCut算法,迭代运行GrabCut算法执行对原始图像的前景分割。与现有技术相比,本发明专利技术的方法能够提高前景分割效率。
【技术实现步骤摘要】
本专利技术涉及图像处理技术,特别是涉及ー种分割前景图像的方法。
技术介绍
显著性区域检测和前景分割是计算机图像处理中的两个基础操作。其中,显著性区域检测指的是从图片中判断出图像的显著性区域,并注意到图像的重要部分。前景分割指的是让计算机从一幅图片中判断出哪个是前景物体,哪个是背景物体,并从中分割出感兴趣的前景关键物体。虽然人的视觉系统可以很容易地判断出显著性区域和前景物体,但计算机在没有人工帮助下是很难具备这种理解能力的。如果能够让计算机自主快速地完成前景分割工作,将便于进ー步对图像进行分析、识别、跟踪、理解、压缩编码等,而提取结果的准确性将直接影响后续任务的有效性,如何快速、有效地将感兴趣的目标从复杂的背景中分割出来,具有十分重要的意义。人们在显著性区域检测上进行了大量的研究,总结出了很多成熟的算法,主要有HC,RC,LC, CA和FT等算法,这些算法都在一定程度上能够得到效果较好的显著性图(saliency map)。而目前图像分割算法可以大致分为5类,边界算法,聚类算法,区域算法,分割融合算法和特定领域的分割算法,在前景分割技术方面,主要有基于像素 (Pixel-based)的方法、基于边界(Edge-based)的方法和基于区域(Region-based)的方法。基于像素的方法要求用户在单个像素级来指定前景或者背景,因此工作量非常庞大。基于边界的方法允许用户围绕前景对象的边界绘制曲线,然后对该曲线进行分段优化,但是用户必须谨慎的绘制曲线,仍然需要大量的用户交互。基于区域的方法允许用户指定ー些松散的提示信息,并使用优化算法来提取实际的前景对象边界。
技术实现思路
本专利技术所要解决的技术问题是,提供ー种分割前景图像的方法,降低操作对用户交互的要求,提高前景分割效率。本专利技术的技术问题通过以下技术方案予以解决ー种分割前景图像的方法,其特征在于,包括以下步骤I)使用中央周边直方图算法得到原始图像的显著性图;2)对所述显著性图进行阈值分割,得到包含显著性物体在内的矩形R ;3)使用所述矩形R区域外的图像作为背景区域,初始化Grabcut算法,迭代运行 GrabCut算法执行对原始图像的前景分割。与现有技术相比,本专利技术利用了图像的显著性分割与前景分割的关联性,利用显著性分割的结果初始化GrabCut算法,省去了用户在目标图像中画出矩形框初始化 GrabCut算法的步骤,在整个分割过程中可实现用户零输入,通过计算机课自动完成所有前景分割动作,提高了前景分割的效率。优选地,所述步骤2)包括以下步骤利用预定的灰度阈值对显著性图进行ニ值化得到ニ值图;对ニ值图进行两次或多次开运算;测算开运算后的图像中最大的联通区域, 选择一定尺寸和坐标位置的矩形R,使该联通区域恰好包含在该矩形R内。所述灰度阈值为显著性图的灰度平均值。优选地,还包括交互编辑步骤根据用户的输入指令将原始图像的部分像素设为前景或背景。该优选方案允许用户对分割进行修正,弥补自动分割的不足之处。附图说明图I是本专利技术具体实施方式的流程图。具体实施例方式下面对照附图并结合优选具体实施方式对本专利技术进行详细的阐述。一、本专利技术涉及的现有成熟图像处理技术为了帮助对本专利技术技术方案的理解,下文首先对本专利技术所涉及的成熟的图像处理技术进行说明(一)显著性物体检查技术图像的显著性图采用center-surround算法(中央周边直方图算法)计算首先统计两个矩形内部的三个颜色通道的灰度直方图,Ri为center矩形区域内图像的灰度直方图,为surround矩形区域内图像的灰度直方图。根据公式(I)计算center区域与 surround区域内直方图的拟合程度权利要求1.ー种分割前景图像的方法,其特征在于,包括以下步骤D使用中央周边直方图算法得到原始图像的显著性图;2)对所述显著性图进行阈值分割,得到包含显著性物体在内的矩形R;3)使用所述矩形R区域外的图像作为背景区域,初始化GrabCut算法,迭代运行 GrabCut算法执行对原始图像的前景分割。2.根据权利要求I所述的分割前景图像的方法,其特征在于所述步骤2)包括以下步骤利用预定的灰度阈值对所述显著性图进行ニ值化得到ニ值图;对ニ值图进行两次或多次开运算;测算开运算后的图像中最大的联通区域,选择一定尺寸和坐标位置的矩形R,使该联通区域恰好包含在该矩形R内。3.根据权利要求I所述的分割前景图像的方法,其特征在于所述灰度阈值为所述显著性图的灰度平均值。4.根据权利要求I所述的分割前景图像的方法,其特征在于,还包括交互编辑步骤根据用户的输入指令将原始图像的部分像素设为前景或背景。全文摘要本专利技术公开了,包括以下步骤使用中央周边直方图算法得到原始图像的显著性图;对所述显著性图进行阈值分割,得到包含显著性物体在内的矩形R;使用所述矩形R区域外的图像作为背景区域,初始化GrabCut算法,迭代运行GrabCut算法执行对原始图像的前景分割。与现有技术相比,本专利技术的方法能够提高前景分割效率。文档编号G06T5/00GK102592268SQ20121000433公开日2012年7月18日 申请日期2012年1月6日 优先权日2012年1月6日专利技术者徐秀兵, 戴琼海, 王好谦, 邓博雯 申请人:清华大学深圳研究生院本文档来自技高网...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员:王好谦,邓博雯,徐秀兵,戴琼海,
申请(专利权)人:清华大学深圳研究生院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。