一种基于图像方差和颜色量化的交互式图像分割方法

摘要

本发明公开了一种基于图像方差和颜色量化的交互式图像分割方法，包括如下步骤：标记出图像的前景和背景，得到种子图像；将种子图像的三个通道量化到由Bin组成的直方图内，计算每一个像素点的量化索引和种子图像实际使用的Bin的个数；计算图像的全局方差；构建图割模型，并使用最大流算法对图像进行分割。本发明的积极效果是：通过使用本方法，用户只需要简单标记出图像的前景和背景，就可以准确地将前景图像分割出来，与其他同类方法相比，本方法具有很高的精确度。

主权项

一种基于图像方差和颜色量化的交互式图像分割方法，其特征在于：包括如下步骤：步骤一、标记出图像的前景和背景，得到种子图像；步骤二、将种子图像的三个通道量化到由Bin组成的直方图内，计算每一个像素点的量化索引和种子图像实际使用的Bin的个数；步骤三、计算图像的全局方差：$\mathrm{var}Global=\left(\underset{i=0}{\overset{H*W}{\Sigma }}\underset{j\in {\Omega }_i}{\Sigma }\right||I_i-I_j|{|}_2^2)/\left(NUM\right)$式中，I_i表示下标为i的像素，Ω_i表示像素下标为i的邻域，NUM表示的实际计算次数，H,W分别表示图像的高和宽；步骤四、构建图割模型，并使用最大流算法对图像进行分割：(1)计算图像颜色和空间距离，根据图像颜色和空间距离构建图割模型的边：计算当前像素点与邻域像素点的颜色距离：${\mathrm{DisColor}}_{i,j\in {\Omega }_i}=\left|\right|I_i-I_j|{|}_2^2$计算当前像素点i与邻域像素点j的空间距离：${\mathrm{DisSpace}}_{i,j\in {\Omega }_i}=\sqrt{{(y_i-y_j)}^2+{(x_i-x_j)}^2}$计算图割模型边的权重：$w_{<i,j\in {\Omega }_i>}=(alpha*{\mathrm{DisColor}}_{i,j\in {\Omega }_i}/\mathrm{var}Global+beta)/{\mathrm{DisSpace}}_{i,j\in {\Omega }_i}$其中：alpha大于等于0.8且小于1,alpha与beta之和为1；(2)根据步骤二计算出的每一个像素点的量化索引和种子图像实际使用的Bin的个数，进一步构建图割模型的边；(3)根据步骤一标定的种子图像，将标记的前景点和背景点仅与源点S、汇点T相连接，构建图割模型的S‑link和T‑link；(4)使用最大流算法求解图割模型，得到一个二值图像，分别为分割出的前景和背景。