一种基于超像素聚类的图像分割方法

摘要

本发明公开了一种基于超像素聚类的图像分割方法。具体来说，步骤一、利用简单线性迭代聚类(Simple Linear Iterative Clustering，SLIC)算法对图像进行过分割，生成超像素；步骤二、本发明改进关于超像素的相似性矩阵的构建方式，将色彩特征和纹理特征通过相似性矩阵的非对称性融合在一起；步骤三、基于相似性矩阵通过近邻传播(Affinity Propagation，AP)聚类算法对超像素聚类；步骤四、本发明加入超像素的空间信息，借助广度优先遍历，将不连通的区域划分为不同类别的超像素组，达到分割图像的目的。本发明分割效果好，收敛速度快，且不需设置目标数量，可有效地分割出目标对象。

主权项

一种基于超像素聚类的图像分割方法，包括以下步骤：步骤1、使用SLIC超像素算法对图像过分割得到超像素，并提取超像素的色彩特征和纹理特征；步骤2、基于步骤1所提取的超像素的色彩特征和纹理特征构建超像素间的相似性矩阵：所述相似性矩阵的上三角部分为色彩特征，为公式(1)；下三角部分为纹理特征，为公式(2)；对角线元素为公式(3)：s(i,k)＝‑[w_L(L_i‑L_k)²+w_a(a_i‑a_k)²+w_b(b_i‑b_k)²]， i＞k      (1) s(i,k)＝‑w_LBP(histc_i‑histc_k)²，i＜k           (2)s(i,i)＝colorradius·mean(s')        (3) 步骤3、基于步骤2所构建的相似性矩阵通过AP算法对超像素进行聚类：以步骤2中生成的相似性矩阵作为超像素间关系的表征，并作为AP算法的输入数据，利用AP算法对超像素进行聚类；步骤4、根据超像素是否相邻的空间关系，通过关于超像素的图的广度优先遍历，将不连通的区域划分为不同类别的超像素组。