发明名称 一种基于颜色样本与电场模型的图像分割方法
摘要 本发明涉及一种基于颜色样本与电场模型的图像分割方法。本发明把物理学中的电场理论引入颜色样本学、模型训练与像素分类:从样本图片中选取目标区域的正样本与负样本像素数据,把颜色空间作为3D电场模型并计算每个坐标点的场强,基于贝叶斯准则推导空间中每处颜色值属于目标区域的概率,通过描述分类效果的ROC曲线寻找空间中目标的最优分割阈值,确定电场模型相关参数与合适的电场空间分辨率,利用映射表法建立索引进而实现像素的快速分类与图像分割。相比现有的直方图模型,本发明在小样本情况下也能够估算出非样本点的概率;相比现有的核密度估计法,本发明通过更多的核描述目标区域的颜色分布,能够实现精度更高且兼顾时间效率的图像分割。
申请公布号 CN102663723A 申请公布日期 2012.09.12
申请号 CN201210043227.5 申请日期 2012.02.24
申请人 武汉大学 发明人 赵俭辉;袁志勇;章登义
分类号 G06T7/00(2006.01)I;G06T7/40(2006.01)I 主分类号 G06T7/00(2006.01)I
代理机构 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人 薛玲
主权项 1.一种基于颜色样本与电场模型的图像分割方法,其特征在于,包括以下步骤:步骤1,从样本图片中,选取目标区域的像素作为正样本数据,选取非目标区域的像素作为负样本数据;步骤2,建立电场模型,包括以下子步骤,步骤2.1,将三维的颜色空间作为电场空间,将电场空间中每个单位坐标作为一个点电荷,(a)将正样本数据以散乱点集的形式置于电场空间,点电荷所带电量等于相应单位坐标处的正样本数据个数; 设点电荷<img file="DEST_PATH_IMAGE001.GIF" wi="16" he="25" />的电量为<img file="102915DEST_PATH_IMAGE002.GIF" wi="17" he="25" />,点电荷<img file="304089DEST_PATH_IMAGE001.GIF" wi="16" he="25" />在电场空间中任一单位坐标<img file="DEST_PATH_IMAGE003.GIF" wi="18" he="26" />处产生的电场场强为<img file="949834DEST_PATH_IMAGE004.GIF" wi="143" he="48" />;其中,<img file="DEST_PATH_IMAGE005.GIF" wi="60" he="26" />为<img file="261867DEST_PATH_IMAGE003.GIF" wi="18" he="26" />与<img file="247141DEST_PATH_IMAGE001.GIF" wi="16" he="25" />之间的距离函数,常量参数<img file="619216DEST_PATH_IMAGE006.GIF" wi="13" he="16" />为调节场强梯度的参数;设在电场空间任一单位坐标<img file="689940DEST_PATH_IMAGE003.GIF" wi="18" he="26" />处,由所有点电荷产生的电场场强叠加后的结果为<img file="DEST_PATH_IMAGE007.GIF" wi="121" he="47" />;其中,N为电场空间的单位坐标总数,由电场空间分辨率决定;(b)将负样本数据以散乱点集的形式置于电场空间,点电荷所带电量等于相应单位坐标处的负样本数据个数; 设点电荷<img file="805664DEST_PATH_IMAGE001.GIF" wi="16" he="25" />的电量为<img file="645444DEST_PATH_IMAGE008.GIF" wi="20" he="30" />,点电荷<img file="188421DEST_PATH_IMAGE001.GIF" wi="16" he="25" />在电场空间中任一单位坐标<img file="480862DEST_PATH_IMAGE003.GIF" wi="18" he="26" />处产生的电场场强为<img file="DEST_PATH_IMAGE009.GIF" wi="146" he="55" />;其中,<img file="400276DEST_PATH_IMAGE005.GIF" wi="60" he="26" />为<img file="156880DEST_PATH_IMAGE003.GIF" wi="18" he="26" />与<img file="808441DEST_PATH_IMAGE001.GIF" wi="16" he="25" />之间的距离函数,常量参数<img file="853757DEST_PATH_IMAGE006.GIF" wi="13" he="16" />为调节场强梯度的参数;设在电场空间任一单位坐标<img file="317143DEST_PATH_IMAGE003.GIF" wi="18" he="26" />处,由所有点电荷产生的电场场强叠加后的结果为<img file="865936DEST_PATH_IMAGE010.GIF" wi="128" he="47" />;其中,N为电场空间的单位坐标总数,由电场空间分辨率决定;步骤2.2,基于贝叶斯准则推导在电场空间任一单位坐标<img file="16294DEST_PATH_IMAGE003.GIF" wi="18" he="26" />处颜色值属于目标区域的概率<img file="DEST_PATH_IMAGE011.GIF" wi="72" he="26" />,相应公式如下,<img file="345645DEST_PATH_IMAGE012.GIF" wi="310" he="50" /><img file="DEST_PATH_IMAGE013.GIF" wi="164" he="67" /><img file="341282DEST_PATH_IMAGE014.GIF" wi="167" he="67" />其中,<img file="DEST_PATH_IMAGE015.GIF" wi="50" he="22" />与<img file="72478DEST_PATH_IMAGE016.GIF" wi="43" he="22" />分别为正样本数据的个数与负样本数据的个数在所有样本数据中所占的比例;<img file="DEST_PATH_IMAGE017.GIF" wi="72" he="26" />表示若已知某像素为正样本数据,则该像素的颜色为<img file="331421DEST_PATH_IMAGE003.GIF" wi="18" he="26" />处颜色值的概率;<img file="882488DEST_PATH_IMAGE018.GIF" wi="66" he="26" />表示若已知某像素为负样本数据,则该像素的颜色为<img file="885079DEST_PATH_IMAGE003.GIF" wi="18" he="26" />处颜色值的概率;步骤2.3,通过描述分类效果的ROC曲线寻找电场空间中目标区域的最优分割阈值<img file="DEST_PATH_IMAGE019.GIF" wi="14" he="16" />;步骤3,根据步骤2建立的电场模型,确定距离函数<img file="470781DEST_PATH_IMAGE005.GIF" wi="60" he="26" />的形式、常量参数<img file="697363DEST_PATH_IMAGE006.GIF" wi="13" he="16" />的取值以及电场空间分辨率,从而确定电场模型的场强计算公式;步骤4,根据步骤3确定的场强计算公式,利用映射表法建立索引,将颜色空间中每个单位坐标的颜色值映射成是否为目标的布尔值;图像分割时,对每个像素的判断直接通过查表得到是否属于目标区域的结论,实现快速分割。
地址 430072 湖北省武汉市武昌珞珈山武汉大学