模拟人类视觉的图像分割方法

摘要

本发明公开了一种基于模拟人类视觉的图像分割方法，包括以下各步骤：1)对目标图像作显著性检测，得到像素显著度图；2)对像素显著度图中的显著点，依据显著度排序；3)选取前N个显著点作为注视点，以注视点为中心，形成信息熵最大的局部区域，局部区域组成注视区域；4)对注视区域内随机采样，并对注视区域外部进行等量的像素随机采样；5)利用极限学机训练策略获得分类模型，分类所述目标图像的全部像素，将被分为正样本的像素区域作为第一分割结果；重复3-5步骤获得重复的分割结果，当分割结果稳定时，记录该区域；重复2-5步骤，直至图像中无可注视区域。本发明通过注视点排序和神经网络模型来模拟人类视觉，以实现对目标图像的分割。

主权项

一种模拟人类视觉的图像分割方法，其特征在于：包括以下步骤：1)通过频域法对目标图像作显著性检测，得到相应的像素显著度图，所述像素显著度图与所述目标图像的像素位置信息一致；2)对所述的像素显著度图中的显著点，依据显著度进行排序；3)选取前N个显著点作为注视点，以每个注视点为中心，形成信息熵最大的局部区域，这些局部区域组成注视区域；4)对所述的注视区域内部像素进行随机采样，并对注视区域外部进行等量的像素随机采样；采样得到的注视区域内部像素作为正样本，注视区域外部像素作为负样本；5)利用极限学习机训练策略，训练得到一个二分类的前馈神经网络模型，通过该模型分类所述目标图像的全部像素，将被分为正样本的像素区域作为第一分割结果；选取前N+M个显著点作为注视点，依照步骤3)形成注视区域，再经步骤4)和5)得到相应的第二分割结果；比较第一分割结果和第二分割结果的重叠程度，重叠程度大则表明对目标的视觉感知强度大；重叠程度小则表明还未形成足够的对目标的视觉感知强度，继续重复上述过程，直至达到足够的视觉感知强度，最终的分割结果为上述过程所有分割结果的叠加；获得最终的分割结果后，在目标图像和像素显著度图中该区域被清零，对更新后的像素显著度图中的显著点，依据显著度再次排序，重复步骤3)、4)和5)，得到新的分割结果，直至目标图像中的所有目标分割完毕。